python解析XML文件

概述对于xml的解析，与json原理是相同的。都是摆脱了只是纯文件解析成str的麻烦。无论是json解析还是xml解析，对于python来说都获取了对象，可以拿来直接用。具体方法，看数据文件的格式。但无疑，json更好用，可以直接对应上python的列表或者字典。而xml，需要一些对象、属性处理。至于xml相对JSON

对于xml的解析，与Json原理是相同的。都是摆脱了只是纯文件解析成str的麻烦。无论是Json解析还是xml解析，对于python来说都获取了对象，可以拿来直接用。具体方法，
看数据文件的格式。但无疑，Json更好用，可以直接对应上python的列表或者字典。而xml，需要一些对象、属性处理。至于xml相对JsON的好处，似乎没有什么优势，只因为XML比JsON
产生的时间早，那么在这个比较长的时间里面，形成了一种习惯用法。在表述数据方面因为有<>等的帮助，可能会更清晰一些。但也是仁者见仁罢了。
利用python解析XML的模块，需要遍历根（root）节点及子节点。而节点的属性有4个：tag、attrib、text、tail，在python中用for循环遍历即可。
本文主要用xml.etree.ElementTree模块，最清晰明确。python还有其他两个模块：SAX (simple API for XML )、DOM(document Object Model)可以解析XML文件。但感觉
用法比较繁复，另做探讨。
先设定一个xml文件（xml_lesson）：

 1 <data> 2     <country name="LIEchtenstein"> 3         <rank updated="yes">2</rank> 4         <year updated="no">2011</year>tail-尾部 5         <gdppc>141100</gdppc> 6         <neighbor direction="E" name="Austria" /> 7         <neighbor direction="W" name="Switzerland" /> 8     </country> 9     <country name="Singapore">10         <rank updated="yes">5</rank>11         <year updated="no">2014</year>12         <gdppc>59900</gdppc>13         <neighbor direction="N" name="Malaysia" />14     </country>15     <country name="Panama">16         <rank updated="yes">69</rank>17         <year updated="no">2014</year>18         <gdppc>13600</gdppc>19         <neighbor direction="W" name="Costa Rica" />20         <neighbor direction="E" name="Colombia" />21     </country>22      <country name="Panama">23         <rank updated="yes">69</rank>24         <year updated="yes">2013</year>25         <gdppc>13600</gdppc>26         <neighbor direction="W" name="Costa Rica" />27         <neighbor direction="E" name="Colombia" />28     </country>29      <country name="Panama">30         <rank updated="yes">89</rank>31         <year updated="yes">2013</year>32         <gdppc>13600</gdppc>33         <neighbor direction="W" name="Costa Rica" />34         <neighbor direction="E" name="Colombia" />35     </country>36 </data>

VIEw Code

先了解一下xml的结构，树形结构，root很重要：

1 import xml.etree.ElementTree as ET2 xml_file = r"xml_lesson.xml"3 # xml_file=r"movIEs.xml"4 tree = ET.parse(xml_file)5 root = tree.getroot()6 print("root.tag: ", root.tag)  # >>>root.tag:  data7 print("type: %s root.iter %s text: %s :" % (type(root), root.iter, root.text))

VIEw Code

#>>>

root.tag: data
type: <class 'xml.etree.ElementTree.Element'> root.iter <built-in method iter of xml.etree.ElementTree.Element object at 0x0000025EDA942D10> text:

从输出可以看到，所谓的tag就是尖括号最左边靠近括号的内容。一般情况下root没有attrib，也没有text。在后面的子节点可以看到更多的属性。

# 用for循环遍历各级节点，是要知道xml的结构，然后一层一层进行循环。代码如下：

 1 def loop_root(): 2     for i in root:  # 针对根下面第一层标签数据的遍历(有多少个country) 3         print("-->i.tag: ", i.tag, end=' ')  # >>>i.tag:  country 4         # tag属性是data下面的标签定义，如country 5         print("i.attrib: ", i.attrib)  # >>>i.attrib:  {'name': 'LIEchtenstein'} 6         # attrib属性是标签country的key:value键值对。 7         # print("\n") 8         for j in i:  # 针对country下面数据的遍历。 9             print("\t-->", j.tag, end=' ')10             print(j.attrib, end=' ')11             print(j.text)

VIEw Code

执行loop_root()输出结果如下：

#>>>

　　-->i.tag: country i.attrib: {'name': 'LIEchtenstein'}

--> rank {'updated': 'yes'} 2
--> year {'updated': 'yes'} 2010
--> gdppc {} 141100
--> neighbor {'direction': 'E', 'name': 'Austria'} None
--> neighbor {'direction': 'W', 'name': 'Switzerland'} None
-->i.tag: country i.attrib: {'name': 'Singapore'}
--> rank {'updated': 'yes'} 5
--> year {'updated': 'yes'} 2013
--> gdppc {} 59900
--> neighbor {'direction': 'N', 'name': 'Malaysia'} None
-->i.tag: country i.attrib: {'name': 'Panama'}
--> rank {'updated': 'yes'} 69
--> year {'updated': 'yes'} 2013
--> gdppc {} 13600
--> neighbor {'direction': 'W', 'name': 'Costa Rica'} None
--> neighbor {'direction': 'E', 'name': 'Colombia'} None

改进的方法，比如只看其中某几个节点，可以把节点名字当做列表参数。代码如下：

1 # 遍历root下各个子节点，参数为节点列表，也可以只输入1个节点名称2 def traverse_child(*child_node_List):3     for child_node in child_node_List:4         for node in root.iter(child_node):5             print(child_node, ":", node.tag, node.attrib,node.text,node.tail)

VIEw Code

执行如下函数：
traverse_child('year')
traverse_child(*['rank','gdppc','neighbor'])

输出如下：

#>>>

year : year {'updated': 'yes'} 2010

year : year {'updated': 'yes'} 2013 tail-content

year : year {'updated': 'yes'} 2013

rank : rank {'updated': 'yes'} 2

rank : rank {'updated': 'yes'} 5

rank : rank {'updated': 'yes'} 69

gdppc : gdppc {} 141100

gdppc : gdppc {} 59900

gdppc : gdppc {} 13600

neighbor : neighbor {'direction': 'E', 'name': 'Austria'} None

neighbor : neighbor {'direction': 'W', 'name': 'Switzerland'} None

neighbor : neighbor {'direction': 'N', 'name': 'Malaysia'} None

neighbor : neighbor {'direction': 'W', 'name': 'Costa Rica'} None

neighbor : neighbor {'direction': 'E', 'name': 'Colombia'} None

# 修改xml文件,更改某些节点的属性。

1 def modify_xml(child_node):2    import xml.etree.ElementTree as ET3    tree = ET.parse("xml_lesson")4    root = tree.getroot()5    for node in root.iter(child_node):6       new_year = int(node.text) + 17       node.text = str(new_year)8       node.set("updated", "no")9    tree.write("xml_lesson")

VIEw Code

执行modify_xml('year')可以修改year节点属性，然后保存xml文件。

# 删除node,可以设定过滤器，删除满足条件的节点。

1 def del_xml_node(child_node, filter):2    import xml.etree.ElementTree as ET3    tree = ET.parse("xml_lesson")4    root = tree.getroot()5    for country in root.findall('country'):6       rank = int(country.find('rank').text)7       if rank > filter:8          root.remove(country)9    tree.write('output.xml')

VIEw Code

执行del_xml_node('country',50)，可以按照条件删除一些节点

##按照xml的相关对象创建新的xml文件，构造xml各级节点（标签tag、属性attrib、文本text、尾部tail）。代码如下

 1 def create_xml(): 2     import xml.etree.ElementTree as ET 3     new_xml = ET.Element("nameList") 4     # name = ET.SubElement(new_xml, "name", attrib={"enrolled": "yes"}) 5     name = ET.SubElement(new_xml, "")  # 函数至少2个参数。 6     name.tag = '名字' 7     name.attrib = {"注册": "yes"} 8     name.text = '张三' 9     age = ET.SubElement(name, "age", attrib={"checked": "no"})10     age.text = '33'11     sex = ET.SubElement(name, "sex")12     sex.text = '男'13     name2 = ET.SubElement(new_xml, "name", attrib={"enrolled": "no"})14     name2.text = '李四'15     age = ET.SubElement(name2, "age")16     age.attrib={"青年":"yes"}17     age.text = '19'18     sex = ET.SubElement(name2, "sex")19     sex.text = '女'20 21     et = ET.ElementTree(new_xml)  # 生成文档对象，将根目录转化为xml树状结构(即ElementTree对象)22     pretty_xml(new_xml, '\t', '\n')  # 执行美化方法23 24     ET.dump(new_xml)  # 打印生成的格式，在终端输出xml树内容。25     et.write("test.xml", enCoding="utf-8", xml_declaration=True)

VIEw Code

构造xml，需要了解xml文件的结构，特别是节点的各个属性。值得说明的是，如果不经过修饰，输出的xml就是一个长条，很难看。可以加入如下函数，对xml的

输出进行缩进美化：

 1 ##下面的函数是一个美化xml格式的，如果没有它，生成的xml文档只有1行，很难看。 2 ##有了这个函数，解决了xml按照节点缩进的问题。 3 def pretty_xml(element, indent, newline, level=0): 4     # elemnt为传进来的Elment类，参数indent用于缩进，newline用于换行 5     if element:  # 判断element是否有子元素 6         if (element.text is None) or element.text.isspace():  # 如果element的text没有内容 7             element.text = newline + indent * (level + 1) 8         else: 9             element.text = newline + indent * (level + 1) +                             element.text.strip() + newline + indent * (level + 1)11         # else:  # 此处两行如果把注释去掉，Element的text也会另起一行12         # element.text = newline + indent * (level + 1) + element.text.strip() + newline + indent * level13     temp = List(element)  # 将element转成List14     for subelement in temp:15         if temp.index(subelement) < (len(temp) - 1):16             # 如果不是List的最后一个元素，说明下一个行是同级别元素的起始，缩进应一致17             subelement.tail = newline + indent * (level + 1)18         else:  # 如果是List的最后一个元素， 说明下一行是母元素的结束，缩进应该少一个19             subelement.tail = newline + indent * level20         pretty_xml(subelement, indent, newline, level=level + 1)  # 对子元素进行递归 *** 作

VIEw Code

调用函数create_xml(),确实可以产生能够按照层级缩进的xml文档。

总结

以上是内存溢出为你收集整理的python解析XML文件全部内容，希望文章能够帮你解决python解析XML文件所遇到的程序开发问题。

如果觉得内存溢出网站内容还不错，欢迎将内存溢出网站推荐给程序员好友。