Python使用ElementTree处理XML

hao0089

　　原文出处：https://www.cnblogs.com/zqchen/articles/3936805.html
　　ElementTree是Python常用的处理XML文件的类。下面将介绍使用ElementTree解析、查找、修改XML的方法。
一、引用方法
　　ElementTree所在文件保存在Lib/xml/etree/ElementTree.py，所以我们通过下面的代码引用它，之后就可以使用ET.来访问ElementTree中的函数。
import xml.etree.ElementTree as ET二、一个XML例子
　　下面所有的操作都将下面这段XML为例，我们将它保存为sample.xml。
<?xml version=&quot;1.0&quot;?><data>　　
    <country name=&quot;Liechtenstein&quot;>
　　
        <rank>1</rank>
　　
        <year>2008</year>
　　
        <gdppc>141100</gdppc>
　　
        <neighbor name=&quot;Austria&quot; direction=&quot;E&quot;/>
　　
        <neighbor name=&quot;Switzerland&quot; direction=&quot;W&quot;/>
　　
    </country>
　　
    <country name=&quot;Singapore&quot;>
　　
        <rank>4</rank>
　　
        <year>2011</year>
　　
        <gdppc>59900</gdppc>
　　
        <neighbor name=&quot;Malaysia&quot; direction=&quot;N&quot;/>
　　
    </country>
　　
    <country name=&quot;Panama&quot;>
　　
        <rank>68</rank>
　　
        <year>2011</year>
　　
        <gdppc>13600</gdppc>
　　
        <neighbor name=&quot;Costa Rica&quot; direction=&quot;W&quot;/>
　　
        <neighbor name=&quot;Colombia&quot; direction=&quot;E&quot;/>
　　
    </country></data>
　　先对XML的格式做一些说明：

• 　　Tag： 使用<和>包围的部分，如成为start-tag，是end-tags；
  
• 　　Element：被Tag包围的部分，如68，可以认为是一个节点，它可以有子节点；
  
• 　　Attribute：在Tag中可能存在的name/value对，如中的name=&quot;Liechtenstein&quot;，一般表示属性。
  

三、解析XML
读入XML数据
　　首先读入XML，有两种途径，从文件读入和从字符串读入。
　　从文件读入：
import xml.etree.ElementTree as ET　　
tree = ET.parse('sample.xml')
　　
root = tree.getroot()
　　从字符串读入：
root = ET.fromstring(sample_as_string)　　tree和root分布是ElementTree中两个很重要的类的对象：

• 　　ElementTree
  
• 　　Element
  

查看Tag和Attribute
　　这时得到的root是一个指向Element对象，我们可以通过查看root的tag和attrib来验证这一点：
>>> root.tag'data'>>> root.attrib　　
{}
　　上面的代码说明了查看一个Element的Tag和Attribute的方法，Tag是一个字符串，而Attribute得到的是一个字典。
　　另外，还可以使用

• 　　Element.get(AttributeName)
  

　　来代替Element.attrib[AttributeName]来访问。
查看孩子
　　root.attrib返回的是一个空字典，如果看root的孩子，可以得到非空的attrib字典。
1、使用for...in...访问
for child in root:    print child.tag, child.attrib　　得到

　　country {'name': 'Liechtenstein'}
　　country {'name': 'Singapore'}
　　country {'name': 'Panama'}

2、使用下标访问
　　如:
>>> print root[0].tag　　
country>>> print root[0][0].tag
　　
rank
3、使用Tag名称访问
　　下标访问的方法虽然简单，但是在未知XML具体结构的时候并不适用，通过Tag名称访问的方法更具有普适性。这里用到Element类的几个函数，分别是

• 　　Element.iter()
  
• 　　Element.findall()
  
• 　　Element.find()
  

　　这两个函数使用的场景有所差异：
　　Element.iter()用来寻找所有符合要求的Tag，注意，这里查找的范围是所有孩子和孩子的孩子 and so on。如果查看所有的year，可以使用下面的代码：
for neighbor in root.iter('year'):    print neighbor.text　　返回

　　2008
　　2011
　　2011

　　Element.findall()只查找直接的孩子，返回所有符合要求的Tag的Element，而Element.find()只返回符合要求的第一个Element。如果查看Singapore的year的值，可以使用下面的代码：
for country in root.findall('country'):        if country.attrib['name'] == 'Singapore':　　
            year = country.find('year')  # 使用Element.find()
　　
            print year.text
for country in root.findall('country'):        if country.attrib['name'] == 'Singapore':　　
            years = country.findall('year')  # 使用Element.findall()
　　
            print years[0].text  # 注意和上段的区别
查看Element的值
　　我们可以直接用Element.text来得到这个Element的值。
四、修改XML
　　前面已经介绍了如何获取一个Element的对象，以及查看它的Tag、Attribute、值和它的孩子。下面介绍如何修改一个Element并对XML文件进行保存
修改Element
　　修改Element可以直接访问Element.text。
　　修改Element的Attribute，也可以用来新增Attribute：

　　Element.set('AttributeName','AttributeValue')

　　新增孩子节点：

　　Element.append(childElement)

　　删除孩子节点：

　　Element.remove(childElement)

保存XML
　　我们从文件解析的时候，我们用了一个ElementTree的对象tree，在完成修改之后，还用tree来保存XML文件。
tree.write('output.xml')构建XML
　　ElementTree提供了两个静态函数（直接用类名访问，这里我们用的是ET）可以很方便的构建一个XML，如：
root = ET.Element('data')　　
    country = ET.SubElement(root,'country', {'name':'Liechtenstein'})
　　
    rank = ET.SubElement(country,'rank')
　　
    rank.text = '1'
　　
    year = ET.SubElement(country,'year')
　　
    year.text = '2008'
　　
    ET.dump(root)
　　就可以得到

　　12008

五、XPath支持
　　XPath表达式用来在XML中定位Element，下面给一个例子来说明：
import xml.etree.ElementTree as ET　　

　　
root = ET.fromstring(countrydata)# Top-level elementsroot.findall(&quot;.&quot;)# All 'neighbor' grand-children of 'country' children of the top-level# elementsroot.findall(&quot;./country/neighbor&quot;)# Nodes with name='Singapore' that have a 'year' childroot.findall(&quot;.//year/..[@name='Singapore']&quot;)# 'year' nodes that are children of nodes with name='Singapore'root.findall(&quot;.//*[@name='Singapore']/year&quot;)# All 'neighbor' nodes that are the second child of their parentroot.findall(&quot;.//neighbor[2]&quot;)
参考
　　ElementTree主页
　　ElementTree的函数与类介绍
　　Written by chenzq.
　　2014/5/30