Python實現XML檔案解析的範例程式碼,pythonxml

來源:互聯網
上載者:User

Python實現XML檔案解析的範例程式碼,pythonxml

1. XML簡介

XML(eXtensible Markup Language)指可延伸標記語言 (XML),被設計用來傳輸和儲存資料,已經日趨成為當前許多新生技術的核心,在不同的領域都有著不同的應用。它是web發展到一定階段的必然產物,既具有SGML的核心特徵,又有著HTML的簡單特性,還具有明確和結構良好等許多新的特性。

test.XML檔案

<?xml version="1.0" encoding="utf-8"?><catalog>  <maxid>4</maxid>  <login username="pytest" passwd='123456'>    <caption>Python</caption>    <item id="4">      <caption>測試</caption>    </item>  </login>  <item id="2">    <caption>Zope</caption>  </item></catalog>

XML詳細介紹可以參考: http://www.w3school.com.cn/xmldom/dom_nodetype.asp

2. XML檔案解析

python解析XML常見的有三種方法:一是xml.dom.*模組,它是W3C DOM API的實現,若需要處理DOM API則該模組很適合;二是xml.sax.*模組,它是SAX API的實現,這個模組犧牲了便捷性來換取速度和記憶體佔用,SAX是一個基於事件的API,這就意味著它可以“在空中”處理龐大數量的的文檔,不用完全載入進記憶體;三是xml.etree.ElementTree模組(簡稱 ET),它提供了輕量級的Python式的API,相對於DOM來說ET 快了很多,而且有很多令人愉悅的API可以使用,相對於SAX來說ET的ET.iterparse也提供了 “在空中” 的處理方式,沒有必要載入整個文檔到記憶體,ET的效能的平均值和SAX差不多,但是API的效率更高一點而且使用起來很方便。

2.1 xml.dom.*

檔案物件模型(Document Object Model,簡稱DOM),是W3C組織推薦的處理可擴充置標語言的標準編程介面。一個 DOM 的解析器在解析一個XML文檔時,一次性讀取整個文檔,把文檔中所有元素儲存在記憶體中的一個樹結構裡,之後你可以利用DOM 提供的不同的函數來讀取或修改文檔的內容和結構,也可以把修改過的內容寫入xml檔案。python中用xml.dom.minidom來解析xml檔案。

a. 獲得子標籤

b. 區分相同標籤名的標籤

c. 擷取標籤屬性值

d. 擷取標籤對之間的資料

#coding=utf-8#通過minidom解析xml檔案import xml.dom.minidom as xmldomimport os''' XML檔案讀取 <?xml version="1.0" encoding="utf-8"?><catalog>  <maxid>4</maxid>  <login username="pytest" passwd='123456'>dasdas    <caption>Python</caption>    <item id="4">      <caption>測試</caption>    </item>  </login>  <item id="2">    <caption>Zope</caption>  </item></catalog>'''xmlfilepath = os.path.abspath("test.xml")print ("xml檔案路徑:", xmlfilepath)# 得到文檔對象domobj = xmldom.parse(xmlfilepath)print("xmldom.parse:", type(domobj))# 得到元素對象elementobj = domobj.documentElementprint ("domobj.documentElement:", type(elementobj))#獲得子標籤subElementObj = elementobj.getElementsByTagName("login")print ("getElementsByTagName:", type(subElementObj))print (len(subElementObj))# 獲得標籤屬性值print (subElementObj[0].getAttribute("username"))print (subElementObj[0].getAttribute("passwd"))#區分相同標籤名的標籤subElementObj1 = elementobj.getElementsByTagName("caption")for i in range(len(subElementObj1)):  print ("subElementObj1[i]:", type(subElementObj1[i]))  print (subElementObj1[i].firstChild.data) #顯示標籤對之間的資料

輸出結果:

>>> D:\Pystu>python xml_instance.py
>>> xml檔案路徑: D:\Pystu\test.xml
>>> xmldom.parse: <class 'xml.dom.minidom.Document'>
>>> domobj.documentElement: <class 'xml.dom.minidom.Element'>
>>> getElementsByTagName: <class 'xml.dom.minicompat.NodeList'>
>>> username: pytest
>>> passwd: 123456
>>> subElementObj1[i]: <class 'xml.dom.minidom.Element'>
>>> Python
>>> subElementObj1[i]: <class 'xml.dom.minidom.Element'>
>>> 測試
>>> subElementObj1[i]: <class 'xml.dom.minidom.Element'>
>>> Zope

2.2 xml.etree.ElementTree

ElementTree生來就是為了處理XML,它在Python標準庫中有兩種實現:一種是純Python實現的,如xml.etree.ElementTree,另一種是速度快一點的xml.etree.cElementTree。注意:盡量使用C語言實現的那種,因為它速度更快,而且消耗的記憶體更少。

a. 遍曆根節點的下一層

b. 下標訪問各個標籤、屬性、文本

c. 尋找root下的指定標籤

d. 遍曆XML檔案

e. 修改XML檔案

#coding=utf-8#通過解析xml檔案'''try:  import xml.etree.CElementTree as ETexcept:  import xml.etree.ElementTree as ET從Python3.3開始ElementTree模組會自動尋找可用的C庫來加快速度  '''import xml.etree.ElementTree as ETimport osimport sys''' XML檔案讀取 <?xml version="1.0" encoding="utf-8"?><catalog>  <maxid>4</maxid>  <login username="pytest" passwd='123456'>dasdas    <caption>Python</caption>    <item id="4">      <caption>測試</caption>    </item>  </login>  <item id="2">    <caption>Zope</caption>  </item></catalog>'''#遍曆xml檔案def traverseXml(element):  #print (len(element))  if len(element)>0:    for child in element:      print (child.tag, "----", child.attrib)      traverseXml(child)  #else:    #print (element.tag, "----", element.attrib)    if __name__ == "__main__":  xmlFilePath = os.path.abspath("test.xml")  print(xmlFilePath)  try:    tree = ET.parse(xmlFilePath)    print ("tree type:", type(tree))      # 獲得根節點    root = tree.getroot()  except Exception as e: #捕獲除與程式退出sys.exit()相關之外的所有異常    print ("parse test.xml fail!")    sys.exit()  print ("root type:", type(root))    print (root.tag, "----", root.attrib)    #遍曆root的下一層  for child in root:    print ("遍曆root的下一層", child.tag, "----", child.attrib)  #使用下標訪問  print (root[0].text)  print (root[1][1][0].text)  print (20 * "*")  #遍曆xml檔案  traverseXml(root)  print (20 * "*")  #根據標籤名尋找root下的所有標籤  captionList = root.findall("item") #在當前指定目錄下遍曆  print (len(captionList))  for caption in captionList:    print (caption.tag, "----", caption.attrib, "----", caption.text)  #修改xml檔案,將passwd修改為999999  login = root.find("login")  passwdValue = login.get("passwd")  print ("not modify passwd:", passwdValue)  login.set("passwd", "999999")  #修改,若修改text則表示為login.text  print ("modify passwd:", login.get("passwd"))

輸出結果:

>>> D:\Pystu\test.xml
>>> tree type: <class 'xml.etree.ElementTree.ElementTree'>
>>> root type: <class 'xml.etree.ElementTree.Element'>
>>> catalog ---- {}
>>> 遍曆root的下一層 maxid ---- {}
>>> 遍曆root的下一層 login ---- {'username': 'pytest', 'passwd': '123456'}
>>> 遍曆root的下一層 item ---- {'id': '2'}
>>> 4
>>> 測試
>>> ********************
>>> maxid ---- {}
>>> login ---- {'username': 'pytest', 'passwd': '123456'}
>>> caption ---- {}
>>> item ---- {'id': '4'}
>>> caption ---- {}
>>> item ---- {'id': '2'}
>>> caption ---- {}
>>> ********************
>>> 1
>>> item ---- {'id': '2'} ----
>>> not modify passwd: 123456
>>> modify passwd: 999999

附:

#coding=utf-8'''  XML解析類  @功能-結點的增刪改查'''import xml.etree.ElementTree as ETimport sysimport os.pathclass XmlParse:  def __init__(self, file_path):    self.tree = None    self.root = None    self.xml_file_path = file_path  def ReadXml(self):    try:      print("xmlfile:", self.xml_file_path)      self.tree = ET.parse(self.xml_file_path)      self.root = self.tree.getroot()    except Exception as e:      print ("parse xml faild!")      sys.exit()    else:      print ("parse xml success!")          finally:       return self.tree          def CreateNode(self, tag, attrib, text):    element = ET.Element(tag, attrib)    element.text = text    print ("tag:%s;attrib:%s;text:%s" %(tag, attrib, text))    return element         def AddNode(self, Parent, tag, attrib, text):    element = self.CreateNode(tag, attrib, text)    if Parent:      Parent.append(element)      el = self.root.find("lizhi")      print (el.tag, "----", el.attrib, "----", el.text)    else:      print ("parent is none")  def WriteXml(self, destfile):    dest_xml_file = os.path.abspath(destfile)    self.tree.write(dest_xml_file, encoding="utf-8",xml_declaration=True)    if __name__ == "__main__":  xml_file = os.path.abspath("test.xml")  parse = XmlParse(xml_file)  tree = parse.ReadXml()  root = tree.getroot()  print (root)  parse.AddNode(root, "Python", {"age":"22", "hello":"world"}, "YES")    parse.WriteXml("testtest.xml")

2.3 xml.sax.*

SAX是一種基於事件驅動的API,利用SAX解析XML牽涉到兩個部分:解析器和事件處理器。

解析器負責讀取XML文檔,並向事件處理器發送事件,如元素開始跟元素結束事件

事件處理器則負責對事件作出相應,對傳遞的XML資料進行處理

常用情境:

(1)對大型檔案進行處理

(2)只需檔案的部分內容,或只需從檔案中得到特定資訊

(3)想建立自己的物件模型

基於事件驅動的SAX解析XML內容的知識後續補充!

以上就是本文的全部內容,希望對大家的學習有所協助,也希望大家多多支援幫客之家。

聯繫我們

該頁面正文內容均來源於網絡整理,並不代表阿里雲官方的觀點,該頁面所提到的產品和服務也與阿里云無關,如果該頁面內容對您造成了困擾,歡迎寫郵件給我們,收到郵件我們將在5個工作日內處理。

如果您發現本社區中有涉嫌抄襲的內容,歡迎發送郵件至: info-contact@alibabacloud.com 進行舉報並提供相關證據,工作人員會在 5 個工作天內聯絡您,一經查實,本站將立刻刪除涉嫌侵權內容。

A Free Trial That Lets You Build Big!

Start building with 50+ products and up to 12 months usage for Elastic Compute Service

  • Sales Support

    1 on 1 presale consultation

  • After-Sales Support

    24/7 Technical Support 6 Free Tickets per Quarter Faster Response

  • Alibaba Cloud offers highly flexible support services tailored to meet your exact needs.