文档章节

Python xml 模块

o
 osc_x4h57ch8
发布于 2018/04/24 10:44
字数 1934
阅读 8
收藏 0

精选30+云产品,助力企业轻松上云!>>>

Python xml 模块

TOC

  • 什么是xml?
  • xml和json的区别
  • xml现今的应用
  • xml的解析方式
    • xml.etree.ElementTree
    • SAX(xml.parsers.expat)
    • DOM
  • 修改xml
  • 构建xml

什么是xml? 我的理解是,xml存储着数据,是一种数据结构,结构化的存储着数据(已标签为节点的树形结构) 就像字典、列表一样,都是一种特定的数据结构。 只不过字典、列表是python解释器在内存中使用的一种数据结构,而xml是文件这种载体中的一种数据结构。 标签节点(Element):包含名字tag,属性attrib, 值text。

xml和json的区别 都说了xml是一种在文本中的一种数据结构,json是内存中数据序列化方式中的一种,序列化为json后可以写入文本中。json也可以看做一种数据结构,但是json可以表示的数据结构可以有很多如对象,列表,整数,字符串,布尔,所以说json是一种数据交换格式。

xml 现今的应用

由于json数据表达格式的出现,当今不同系统程序间的数据交换大多都是使用json。因为json是足够的轻量级,易读易写易解析,所以json是非常的流行。 而xml则廉颇老矣,应该很多老的系统程序还在延续使用了。因为xml解析和创建都很繁琐,解析访问修改xml的方式也很多,所以导致了xml在新开发的软件中很少使用了。大多传统软件公司还在使用,新兴互联网公司都是用json进行数据文件话,或者数据传递。

xml的解析方式

主要有:

  1. xml.etree.ElementTree 子模块 提供简单有效的解析xml的API以及创建xml
  2. DOM——The Document Object Model 缺点将整个xml加载到内存,占用内存大,解析慢。优点,可以任意遍历树节点。
  3. SAX——The Simple API For Xml 因为是流模式读取解析,所以缺点就是需要自己写代码对每个节点的开始、内容、结尾进行处理。不是任意的遍历,是从头到尾。

1. xml.etree.ElementTree

两个主要类: 1 .1. ElementTree 代表整个xml 树。

  • 怎么实例ElementTree对象
    • ElementTree.parse('xmlfile')
    • 如果xml形式已经是字符串,那么可能就直接将xml字符串实例为Element对象
  • ElementTree level涉及到读xml文件和写xml文件

1 .2. Element 代表一个标签节点,可迭代,可索引访问,可包含子Element对象。有tag,attrib,text属性,分别代表标签名,属性字典,内容(如果内容是一个子Element,那么返回'\n ')

  • 怎么实例Element对象
    • ElementTreeInstance.getroot()
    • ElementTree.fromstring(string) 这就是上面提到的从xml字符串中处理xml内容,这就不必先得到ElementTree对象再得到Element对象。
  • Element是用于处理节点相关的任何操作
  • 需要注意,如果节点的tag有引用命名空间,那么tag明就要带上指定命名空间的值。

<yeather:forecast xmlns:yweather="http://xml.weather.yahoo.com/ns/rss/1.0" code="39" date="23 Apr 2018" day="Mon" high="68" low="51" text="Scattered Showers"/> xmlns就是命名空间,yweather就是命名空间中的一个变量,会在tag中解析这个变量

  • Element常用方法 Element.findall(match, namespace=None) 匹配上match的所有直属子element Element.find(match, namespace=None) 至匹配第一个直属子element

Element.iter(tag=None) 迭代器中存在等于参数tag的所有节点的子节点,包括子节点的子节点,一直递归下去,所以这个很方便。区别域find和findall是正则匹配并且只在直属子节点。 例如test.xml

<?xml version="1.0"?>
<data>
    <country name="Liechtenstein">
        <rank>1</rank>
        <year>2008</year>
        <gdppc>141100</gdppc>
        <neighbor name="Austria" direction="E"/>
        <neighbor name="Switzerland" direction="W"/>
    </country>
    <country name="Singapore">
        <rank>4</rank>
        <year>2011</year>
        <gdppc>59900</gdppc>
        <neighbor name="Malaysia" direction="N"/>
    </country>
    <country name="Panama">
        <rank>68</rank>
        <year>2011</year>
        <gdppc>13600</gdppc>
        <neighbor name="Costa Rica" direction="W"/>
        <neighbor name="Colombia" direction="E"/>
    </country>
</data>

解析xml

import xml.etree.ElementTree as ET
eletree = ET.parse('test.xml')  # 打开test.xml得到ElementTree对象
root_node = eletree.getroot()  # 通过ElementTree对象的getroot得到root标签Element对象
child1 = root_node[0]  # Element对象可迭代,支持索引访问协议,返回子节点
child2 = root_node[1]
atrrdict1 = child1.attrib  # 获取child1标签的属性,已字典方式返回
child1ofchild1 = child1[0]  # 说明如果节点的内容还是节点,那么这个节点是可迭代的,如果节点能获取到text内容,那么这个节点就不能迭代访问了。
print(child1ofchild1.text)  # 1

# 还可以遍历节点
for inode in root_node:
	print(inode)

2. SAX

使用xml.parsers.expat 使用里面的类ParserCreate()将返回一个xmlparser object,这个对象可以解析xml通过像数据流一样,一个节点一个节点的处理,处理方式是已事件触发式,即遇到节点的事件,调用事件提前做好的处理方法进行处理。 所以这种方式解析xml,需要自己定义事件的处理器,并保存每种事件处理的结果。 主要事件Event有三种: * StartElement Event * EndElement Event * CharactorData Event 要处理哪种事件,就要相应handler赋给ParserCreate 如:

import re
import datetime
from urllib import request
from xml.parsers.expat import ParserCreate
import xml.etree.ElementTree as et

with request.urlopen('https://query.yahooapis.com/v1/public/yql?q=select%20*%20from%20weather.forecast%20where%20woeid%'
                     '20%3D%202151330&format=xml') as fp:
    wther_cont = fp.read().decode('utf-8')


# 已SAX方式解析xml
def parsexml(xml_str):
    wth_dict = dict()
    wth_dict.setdefault('city', re.search(r'Conditions for\s(?P<city>\w+),', xml_str).group('city'))  # 没找到city具体的标签或者属性,替代着用re来处理。
    wth_dict.setdefault('forecast', list())
    xml_parser = ParserCreate()  # a instance of ParserCreate, it is a xml processor.

    def start_ele(name, attrs):  # 定义start_element事件的处理
        if name == 'yweather:forecast':
            del attrs['xmlns:yweather']
            del attrs['code']
            del attrs['text']
            del attrs['day']
            # attrs['date'] = datetime.
            wth_dict['forecast'].append(attrs)

    xml_parser.StartElementHandler = start_ele  # 这里只定义了StartElement事件的处理方式
    xml_parser.Parse(xml_str)
    return wth_dict
print(parsexml(wther_cont))
  • xmlparser.Parse() 与 xmlparser.ParseFile(file) 分别是xml字符串和xml文件作为参数进行解析
  • 因为每种事件的处理,所以最好自己在定义一个类,提供事件的处理方法,和存储事件处理想要从xml中得到的数据。

3. DOM

修改XML

提供修改主要使用xml.etree.ElementTree模块 模块的ElementTree对象提供写入和读取xml,所以修改xml后,通过ElementTree.write(file)方法将修改后的xml写入xml文件中。 其实修改内容就是修改element对象的各种属性的值,如tag,attrib,text。 例如test.xml进行修改

import xml.etree.ElementTree as ET
eletree = ET.parse('./test.xml')
root_ele = eletree.getroot()
root_ele[0].attrib.pop('name')
eletree.write('./test.xml')

结果test.xml变为

<data>
    <country>   # 没有了name
        <rank>1</rank>
        <year>2008</year>
        <gdppc>141100</gdppc>
        <neighbor direction="E" name="Austria" />
        <neighbor direction="W" name="Switzerland" />
    </country>
    <country name="Singapore">
        <rank>4</rank>
        <year>2011</year>
        <gdppc>59900</gdppc>
        <neighbor direction="N" name="Malaysia" />
    </country>
    <country name="Panama">
        <rank>68</rank>
        <year>2011</year>
        <gdppc>13600</gdppc>
        <neighbor direction="W" name="Costa Rica" />
        <neighbor direction="E" name="Colombia" />
    </country>
</data>

还可以删除某节点的子节点,element.remove(subelement)

import xml.etree.ElementTree as ET
eletree = ET.parse('./test.xml')
root_ele = eletree.getroot()
root_ele.remove(root_ele[2])
eletree.write('./test.xml')

test.xml变为

<data>
    <country>
        <rank>1</rank>
        <year>2008</year>
        <gdppc>141100</gdppc>
        <neighbor direction="E" name="Austria" />
        <neighbor direction="W" name="Switzerland" />
    </country>
    <country name="Singapore">
        <rank>4</rank>
        <year>2011</year>
        <gdppc>59900</gdppc>
        <neighbor direction="N" name="Malaysia" />
    </country>
    </data>

构建XML

  1. 最简单方式,直接拼接字符串
  2. 通过ElementTree对象的方法构建

a = ET.Element('a') b = ET.SubElement(a, 'b') c = ET.SubElement(a, 'c') d = ET.SubElement(c, 'd') ET.dump(a)

<a><b /><c><d /></c></a>

可以通过Element操作丰富内容 给test.xml的root节点添加一个节点

import xml.etree.ElementTree as ET
eletree = ET.parse('./test.xml')
root_ele = eletree.getroot()
haha = ET.SubElement(root_ele, 'haha')
haha.attrib.setdefault('test','testvalue')
haha.text = 'hellworld'
eletree.write('./test.xml')

结果:

<data>
    <country>
        <rank>1</rank>
        <year>2008</year>
        <gdppc>141100</gdppc>
        <neighbor direction="E" name="Austria" />
        <neighbor direction="W" name="Switzerland" />
    </country>
    <country name="Singapore">
        <rank>4</rank>
        <year>2011</year>
        <gdppc>59900</gdppc>
        <neighbor direction="N" name="Malaysia" />
    </country>
    <haha test="testvalue">
        hellworld
    </haha>
</data>

这次算是终于理解了xml的结构和解析。注意xml中的namespace。

下一篇: 第三次作业
o
粉丝 0
博文 500
码字总数 0
作品 0
私信 提问
加载中
请先登录后再评论。

暂无文章

如何将div放置在其容器的底部? - How can I position my div at the bottom of its container?

问题: Given the following HTML: 鉴于以下HTML: <div id="container"> <!-- Other elements here --> <div id="copyright"> Copyright Foo web designs </div> </div> I would like #cop......

富含淀粉
今天
10
0
unity列表控件Horizontal/Vertical/Grid Layout Group用法介绍

1. Grid Layout Group 为Panel控件添加Grid Layout Group,子控件为四个按钮,分别为Grid,Calendar,Gear,User: 默认属性为 为方便演示,按钮的底色为控件自带image,按钮上面的图标为其子...

路过暴风
今天
19
0
Distinct()与lambda? - Distinct() with lambda?

问题: Right, so I have an enumerable and wish to get distinct values from it. 是的,所以我有一个可枚举的,并希望从中获得不同的值。 Using System.Linq , there's of course an ext......

法国红酒甜
今天
16
0
学习编写编译器[关闭] - Learning to write a compiler [closed]

问题: Preferred languages : C/C++, Java, and Ruby. 首选语言 :C / C ++,Java和Ruby。 I am looking for some helpful books/tutorials on how to write your own compiler simply for......

技术盛宴
今天
17
0
OSChina 周一乱弹 —— 毛巾又怎么样?!我在乎的是大姐姐温柔的怀抱!

Osc乱弹歌单(2020)请戳(这里) 【今日歌曲】 @薛定谔的兄弟 :分享洛神有语创建的歌单「我喜欢的音乐」: 《雨 因你而下,于你而止》- Seto 手机党少年们想听歌,请使劲儿戳(这里) @Dan...

小小编辑
今天
48
2

没有更多内容

加载失败,请刷新页面

加载更多

返回顶部
顶部