Python-elementTree方法解析xml文件-01

【XML基本概念介绍】

XML 指可扩展标记语言(eXtensible Markup Language)。
XML 被设计用来传输和存储数据。
概念一:

<foo>      # foo元素的起始标签
</foo> # foo元素的结束标签
# note: 每一个起始标签必须有对应的结束标签来闭合, 也可以写成<foo/>

概念二:

<foo>           # 元素可以嵌套到任意参次
<bar></bar> # bar元素为foo元素的子元素
</foo> # 父元素foo的结束标签

概念三:

<foo lang='EN'>#foo元素有个lang的属性,该属性值为:EN 对应Python字典Name-Value对
<bar id='001' lang="CH"></bar> # bar元素有个lang的属性,该属性值为:CH;还有个id属性,值为:001,放置在''或“”中;
</foo> # bar元素中的lang属性不会和foo元素中相冲突,每个元素都有独立的属性集;

概念四:

<title>Learning Python</title> # 元素可以有文本内容
# Note:如果一个元素即没有文本内容,也没有子元素,则为空元素。

概念五:

<info>   # info元素为根节点
<list id='001'> A </list> # list元素为子节点
<list id='002'> B </list>
<list id='003'> C </list>
</info>

概念六:

<feed xmlns='http://www.w3.org/2005/Atom'>#可以通过声明xmlns来定义默认名字空间,feed元素处于http://www.w3.org/2005/Atom命名空间中
<title>dive into mark</title>#title元素也是。名字空间声明不仅会作用于当前声明它的元素,还会影响到该元素的所有子元素
</feed>#也可以通过xmlns:prefix声明来定义一个名字空间并取其名为prefix。然后该名字空间中的每个元素都必须显式地使用这个前缀(prefix)来声明。
<atom:feed xmlns:atom='http://www.w3.org/2005/Atom'> # feed属于命名空间atom
<atom:title>dive into mark</atom:title>#title元素同样属于该命名空间
</atom:feed> # xmlns(XML Name Space)

【ElementTree解析】

两种实现

ElementTree生来就是为了处理XML ,它在Python标准库中有两种实现。
一种是纯Python实现,例如: xml.etree.ElementTree
另外一种是速度快一点的:   xml.etree.cElementTree
尽量使用C语言实现的那种,因为它速度更快,而且消耗的内存更少! 在程序中可以这样写:

try:
import xml.etree.cElementTree as ET
except ImportError:
import xml.etree.ElementTree as ET

常用方法

# 当要获取属性值时,用attrib方法。
# 当要获取节点值时,用text方法。
# 当要获取节点名时,用tag方法。

示例XML

<?xml version="1.0" encoding="utf-8"?>
<info>
<intro>Book message</intro>
<list id='001'>
<head>bookone</head>
<name>python check</name>
<number>001</number>
<page>200</page>
</list>
<list id='002'>
<head>booktwo</head>
<name>python learn</name>
<number>002</number>
<page>300</page>
</list>
</info>

加载XML

root = ET.parse(‘book.xml’)

加载字符串

root = ET.fromstring(xmltext)

获得指定节点:

方法一:获得指定节点->getiterator()方法

book_node = root.getiterator('list')

方法二:获得指定节点->findall()方法

book_node = root.findall('list') 

方法三:获得指定节点->find()方法

book_node = root.find('list') 

方法四:获得儿子节点->getchildren()

for node in book_node: 
    book_node_child = node.getchildren()[0] 
    print book_node_child.tag, '=> ', book_node_child.text

示例:

try:
import xml.etree.cElementTree as ET
except ImportError:
import xml.etree.cElementTree as ET root = ET.parse(r'I:\PythonTest\book.xml') #加载文件
books = root.findall('./list')
for book_list in books:
print('='*30)
for book in book_list:
if id in book.attrib :
print('id:',book.attrib['id'])
print(book.tag + '==>' + book.text)
print('='*30)

输出结果:

==============================
head==>bookone
name==>python check
number==>001
page==>200
==============================
head==>booktwo
name==>python learn
number==>002
page==>300
==============================

转自:http://www.jb51.net/article/67120.htm

上一篇:MVC中HttpContext, HttpContextBase, HttpContextWrapper联系


下一篇:jquery ajax get 数组参数