XML文件处理
XML文件处理,有好几种方式,这里介绍一下xml.etree.ElementTree as ET。
注意:xml.etree.ElementTree模块在应对恶意结构数据时显得并不安全。
每个element对象都具有以下属性:
1. tag:string对象,表示数据代表的种类;
2. attrib:dictionary对象,表示附有的属性;
3. text:string对象,表示element的内容;
4. tail:string对象,表示element闭合之后的尾迹;
5. 若干子元素(child elements)。
<tag attrib1=1>text</tab>tail
1 2 3 4
创建元素的方法有Element或者SubElement(),前者称作元素的构建函数(constructor),用以构建任一独存的元素;后者称作元素的制造函数(factory function),用以制造某一元素的子元素。
有了一串元素之后,使用ElementTree类来将其打包,把一串元素转换为xml文件或者XML文件中解析出来。
若想加快速度,可以使用C语言编译的API xml.etree.cElementTree。
在使用xml.etree.ElementTree时,一般都按如下导入:
try:
import xml.etree.ElementTree as ET
except ImportError:
import xml.etree.cElementTree as ET
XML是中结构化数据形式,在ET中使用ElementTree代表整个XML文档,并视其为一棵树,Element代表这个文档树中的单个节点。
ET对象具有多种方法从不同来源导入数据,如下:
#从硬盘的xml文件读取数据
try:
import xml.etree.ElementTree as ET
except ImportError:
import xml.etree.cElementTree as ET
tree = ET.parse("XML文件") #载入数据
root = tree.getroot()
print(root)
print(root.tag) #获取根节点
try:
import xml.etree.ElementTree as ET
except ImportError:
import xml.etree.cElementTree as ET
tree = ET.parse("XML文件") #载入数据
root = tree.getroot()
for child in root: #遍历节点
print(child.tag,child.attrib)
输出如下:
country {'name': 'Liechtenstein'}
country {'name': 'Singapore'}
country {'name': 'Panama'}
try:
import xml.etree.ElementTree as ET
except ImportError:
import xml.etree.cElementTree as ET
tree = ET.parse("XML文件") #载入数据
root = tree.getroot()
for node in root.iter("year"):
print(node.tag,node.text)
输出如下:
year 2008
year 2011
year 201
修改和删除xml文档内容
try:
import xml.etree.cElementTree as ET
except ImportError:
import xml.etree.ElementTree as ET
tree = ET.parse("XML文件") #载入数据
root = tree.getroot()
#修改
for node in root.iter("year"):
new_year = int(node.text) + 1 #node.text()值,属性的值
node.text = str(new_year)
node.set("update","yes")
tree.write("XML文件") #修改文件之后,重新写入文件里面,不然修改文件是无效的
#删除node
for country in root.findall("country"):
rank = int(country.find("rank").text)
if rank > 50:
root.remove(country)
tree.write("output.xml")
文件操作中,每次修改完成数据之后,要重新写会文件之中,不然修改文件是没有用的。要重新写会文件才有效果。
Element中的遍历与查询
Element.iter(tag=None):遍历该Element所有后代,也可以指定tag进行遍历寻找。
try:
import xml.etree.ElementTree as ET
except ImportError:
import xml.etree.cElementTree as ET
tree = ET.parse("XML文件") #载入数据
root = tree.getroot()
for node in root.iter():
print(node)
Element.findall(path):