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。