Python常用內建模組之xml模組，pythonxml模組

Python常用內建模組之xml模組，pythonxml模組

xml即可延伸標記語言 (XML)，它可以用來標記資料、定義資料類型，是一種允許使用者對自己的標記語言進行定義的源語言。從結構上，很像HTML超文字標記語言 (HTML)。但他們被設計的目的是不同的，超文字標記語言 (HTML)被設計用來顯示資料，其焦點是資料的外觀。它被設計用來傳輸和儲存資料，其焦點是資料的內容。那麼Python是如何處理XML語言檔案的呢?下面一起來看看Python常用內建模組之xml模組吧。

本文主要學習的ElementTree是python的XML處理模組，它提供了一個輕量級的物件模型。在使用ElementTree模組時，需要import xml.etree.ElementTree的操作。ElementTree表示整個XML節點樹，而Element表示節點數中的一個單獨的節點。

構建XML檔案

ElementTree(tag)，其中tag表示根節點，初始化一個ElementTree對象。

Element(tag, attrib={}, **extra)函數用來構造XML的一個根節點，其中tag表示根節點的名稱，attrib是一個可選項，表示節點的屬性。

SubElement(parent, tag, attrib={}, **extra)用來構造一個已經存在的節點的子節點 Element.text和SubElement.text表示element對象的額外的內容屬性，Element.tag和Element.attrib分別表示element對象的標籤和屬性。

ElementTree.write(file, encoding='us-ascii', xml_declaration=None, default_namespace=None, method='xml')，函數建立一個XML檔案，並且將節點數資料寫入XML檔案中。

下面以建立一個網站的sitemap.xml檔案為例進行程式碼範例

#!/usr/bin/env python# -*- coding:utf-8 -*-from xml.etree import ElementTree as ETdef build_sitemap():    urlset = ET.Element("urlset")   #設定一個根節點，標籤為urlset    url = ET.SubElement(urlset,"url")   #在根節點urlset下建立子節點    loc = ET.SubElement(url,"loc")    loc.text = "http://www/baidu.com"    lastmod = ET.SubElement(url,"lastmod")    lastmod.text = "2017-10-10"    changefreq = ET.SubElement(url,"changefreq")    changefreq.text = "daily"    priority = ET.SubElement(url,"priority")    priority.text = "1.0"    tree = ET.ElementTree(urlset)    tree.write("sitemap.xml")if __name__ == '__main__':    build_sitemap()

結果如所示：

解析和修改XML檔案

ElementTree.parse(source, parser=None)，將xml檔案載入並返回ElementTree對象。parser是一個可選的參數，如果為空白，則預設使用標準的XMLParser解析器。

ElementTree.getroot()，得到根節點。返回根節點的element對象。

Element.remove(tag)，刪除root下名稱為tag的子節點 以下函數，ElementTree和Element的對象都包含。

find(match)，得到第一個匹配match的子節點，match可以是一個標籤名稱或者是路徑。返回個element findtext(match,default=None)，得到第一個配置的match的element的內容 findall(match)，得到匹配match下的所有的子節點，match可以是一個標籤或者是路徑，它會返回一個list，包含匹配的elements的資訊 iter(tag)，建立一個以當前節點為根節點的iterator。

還是以上面建立的sitemap.xml為例，對其進行一定的修改，程式碼範例如下：

#!/usr/bin/env python# -*- coding:utf-8 -*-from xml.etree import ElementTree as ETtree = ET.parse("sitemap.xml")url = tree.find("url")for rank in tree.iter('loc'):    rank.text = "http://www.adminba.com"tree.write("sitemap.xml")

以上的代碼將url修改為http://www.adminba.com了。另外，節點還有set（設定節點屬性）、attrib（刪除節點屬性）方法。