Python常用内置模块之xml模块

XML模块　　

xml是实现不同语言或程序之间进行数据交换的协议，跟json差不多，但json使用起来更简单，不过，古时候，在json还没诞生的黑暗年代，大家只能选择用xml呀，至今很多传统公司如金融行业的很多系统的接口还主要是xml，XML文件格式如下：

 1 <data>
 2     <country name="Liechtenstein">
 3         <rank updated="yes">2</rank>
 4         <year>2023</year>
 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>2026</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>2026</year>
18         <gdppc>13600</gdppc>
19         <neighbor direction="W" name="Costa Rica" />
20         <neighbor direction="E" name="Colombia" />
21     </country>
22 </data>

View Code

1、解析XML两种方法

(1)利用ElementTree.XML将字符串解析成xml对象

1 from xml.etree import ElementTree as ET
2  
3 # 打开文件，读取XML内容
4 str_xml = open('xo.xml', 'r').read()
5  
6 # 将字符串解析成xml特殊对象，root代指xml文件的根节点
7 root = ET.XML(str_xml)

View Code

(2)利用ElementTree.parse将文件直接解析成xml对象　　

1 from xml.etree import ElementTree as ET
2  
3 # 直接解析xml文件
4 tree = ET.parse("xo.xml")
5  
6 # 获取xml文件的根节点
7 root = tree.getroot()

View Code

2、操作XML　　

XML格式类型是节点嵌套节点，对于每一个节点均有以下功能，以便对当前节点进行操作：

View Code

由于每个节点都具有以上的方法，并且在上一步骤中解析时均得到了root（xml文件的根节点），so 可以利用以上方法进行操作xml文件。

(1)遍历XML文档的所有内容

 1 from xml.etree import ElementTree as ET
 2  
 3 ############ 解析方式一 ############
 4 """
 5 # 打开文件，读取XML内容
 6 str_xml = open('xo.xml', 'r').read()
 7  
 8 # 将字符串解析成xml特殊对象，root代指xml文件的根节点
 9 root = ET.XML(str_xml)
10 """
11 ############ 解析方式二 ############
12  
13 # 直接解析xml文件
14 tree = ET.parse("xo.xml")
15  
16 # 获取xml文件的根节点
17 root = tree.getroot()
18  
19  
20 ### 操作
21  
22 # 顶层标签
23 print(root.tag)
24  
25  
26 # 遍历XML文档的第二层
27 for child in root:
28     # 第二层节点的标签名称和标签属性
29     print(child.tag, child.attrib)
30     # 遍历XML文档的第三层
31     for i in child:
32         # 第二层节点的标签名称和内容
33         print(i.tag,i.text)

View Code

(2)遍历XML中指定的节点　

 1 from xml.etree import ElementTree as ET
 2  
 3 ############ 解析方式一 ############
 4 """
 5 # 打开文件，读取XML内容
 6 str_xml = open('xo.xml', 'r').read()
 7  
 8 # 将字符串解析成xml特殊对象，root代指xml文件的根节点
 9 root = ET.XML(str_xml)
10 """
11 ############ 解析方式二 ############
12  
13 # 直接解析xml文件
14 tree = ET.parse("xo.xml")
15  
16 # 获取xml文件的根节点
17 root = tree.getroot()
18  
19  
20 ### 操作
21  
22 # 顶层标签
23 print(root.tag)
24  
25  
26 # 遍历XML中所有的year节点
27 for node in root.iter('year'):
28     # 节点的标签名称和内容
29     print(node.tag, node.text)

View Code

(3)修改节点内容

由于修改的节点时，均是在内存中进行，其不会影响文件中的内容。所以，如果想要修改，则需要重新将内存中的内容写到文件。

解析字符串方式，修改，保存

 1 from xml.etree import ElementTree as ET
 2  
 3 ############ 解析方式一 ############
 4  
 5 # 打开文件，读取XML内容
 6 str_xml = open('xo.xml', 'r').read()
 7  
 8 # 将字符串解析成xml特殊对象，root代指xml文件的根节点
 9 root = ET.XML(str_xml)
10  
11 ############ 操作 ############
12  
13 # 顶层标签
14 print(root.tag)
15  
16 # 循环所有的year节点
17 for node in root.iter('year'):
18     # 将year节点中的内容自增一
19     new_year = int(node.text) + 1
20     node.text = str(new_year)
21  
22     # 设置属性
23     node.set('name', 'alex')
24     node.set('age', '18')
25     # 删除属性
26     del node.attrib['name']
27  
28  
29 ############ 保存文件 ############
30 tree = ET.ElementTree(root)
31 tree.write("newnew.xml", encoding='utf-8')

View Code

解析文件方式，修改，保存

 1 from xml.etree import ElementTree as ET
 2  
 3 ############ 解析方式二 ############
 4  
 5 # 直接解析xml文件
 6 tree = ET.parse("xo.xml")
 7  
 8 # 获取xml文件的根节点
 9 root = tree.getroot()
10  
11 ############ 操作 ############
12  
13 # 顶层标签
14 print(root.tag)
15  
16 # 循环所有的year节点
17 for node in root.iter('year'):
18     # 将year节点中的内容自增一
19     new_year = int(node.text) + 1
20     node.text = str(new_year)
21  
22     # 设置属性
23     node.set('name', 'alex')
24     node.set('age', '18')
25     # 删除属性
26     del node.attrib['name']
27  
28  
29 ############ 保存文件 ############
30 tree.write("newnew.xml", encoding='utf-8')
31  
32 解析文件方式，修改，保存

View Code

(4)删除节点　　

解析字符串方式打开，删除，保存

 1 from xml.etree import ElementTree as ET
 2  
 3 ############ 解析字符串方式打开 ############
 4  
 5 # 打开文件，读取XML内容
 6 str_xml = open('xo.xml', 'r').read()
 7  
 8 # 将字符串解析成xml特殊对象，root代指xml文件的根节点
 9 root = ET.XML(str_xml)
10  
11 ############ 操作 ############
12  
13 # 顶层标签
14 print(root.tag)
15  
16 # 遍历data下的所有country节点
17 for country in root.findall('country'):
18     # 获取每一个country节点下rank节点的内容
19     rank = int(country.find('rank').text)
20  
21     if rank > 50:
22         # 删除指定country节点
23         root.remove(country)
24  
25 ############ 保存文件 ############
26 tree = ET.ElementTree(root)
27 tree.write("newnew.xml", encoding='utf-8')

View Code

解析文件方式打开，删除，保存

 1 from xml.etree import ElementTree as ET
 2  
 3 ############ 解析文件方式 ############
 4  
 5 # 直接解析xml文件
 6 tree = ET.parse("xo.xml")
 7  
 8 # 获取xml文件的根节点
 9 root = tree.getroot()
10  
11 ############ 操作 ############
12  
13 # 顶层标签
14 print(root.tag)
15  
16 # 遍历data下的所有country节点
17 for country in root.findall('country'):
18     # 获取每一个country节点下rank节点的内容
19     rank = int(country.find('rank').text)
20  
21     if rank > 50:
22         # 删除指定country节点
23         root.remove(country)
24  
25 ############ 保存文件 ############
26 tree.write("newnew.xml", encoding='utf-8')

View Code

3、创建XML文档

创建方式（一）

 1 from xml.etree import ElementTree as ET
 2  
 3  
 4 # 创建根节点
 5 root = ET.Element("famliy")
 6  
 7  
 8 # 创建节点大儿子
 9 son1 = ET.Element('son', {'name': '儿1'})
10 # 创建小儿子
11 son2 = ET.Element('son', {"name": '儿2'})
12  
13 # 在大儿子中创建两个孙子
14 grandson1 = ET.Element('grandson', {'name': '儿11'})
15 grandson2 = ET.Element('grandson', {'name': '儿12'})
16 son1.append(grandson1)
17 son1.append(grandson2)
18  
19  
20 # 把儿子添加到根节点中
21 root.append(son1)
22 root.append(son1)
23  
24 tree = ET.ElementTree(root)
25 tree.write('oooo.xml',encoding='utf-8', short_empty_elements=False)

View Code

创建方式（一）　　

 1 from xml.etree import ElementTree as ET
 2  
 3 # 创建根节点
 4 root = ET.Element("famliy")
 5  
 6  
 7 # 创建大儿子
 8 # son1 = ET.Element('son', {'name': '儿1'})
 9 son1 = root.makeelement('son', {'name': '儿1'})
10 # 创建小儿子
11 # son2 = ET.Element('son', {"name": '儿2'})
12 son2 = root.makeelement('son', {"name": '儿2'})
13  
14 # 在大儿子中创建两个孙子
15 # grandson1 = ET.Element('grandson', {'name': '儿11'})
16 grandson1 = son1.makeelement('grandson', {'name': '儿11'})
17 # grandson2 = ET.Element('grandson', {'name': '儿12'})
18 grandson2 = son1.makeelement('grandson', {'name': '儿12'})
19  
20 son1.append(grandson1)
21 son1.append(grandson2)
22  
23  
24 # 把儿子添加到根节点中
25 root.append(son1)
26 root.append(son1)
27  
28 tree = ET.ElementTree(root)
29 tree.write('oooo.xml',encoding='utf-8', short_empty_elements=False)

View Code

创建方式（一）

 1 from xml.etree import ElementTree as ET
 2  
 3  
 4 # 创建根节点
 5 root = ET.Element("famliy")
 6  
 7  
 8 # 创建节点大儿子
 9 son1 = ET.SubElement(root, "son", attrib={'name': '儿1'})
10 # 创建小儿子
11 son2 = ET.SubElement(root, "son", attrib={"name": "儿2"})
12  
13 # 在大儿子中创建一个孙子
14 grandson1 = ET.SubElement(son1, "age", attrib={'name': '儿11'})
15 grandson1.text = '孙子'
16  
17  
18 et = ET.ElementTree(root)  #生成文档对象
19 et.write("test.xml", encoding="utf-8", xml_declaration=True, short_empty_elements=False)

View Code

由于原生保存的XML时默认无缩进，如果想要设置缩进的话，需要修改保存方式：

 1 from xml.etree import ElementTree as ET
 2 from xml.dom import minidom
 3  
 4  
 5 def prettify(elem):
 6     """将节点转换成字符串，并添加缩进。
 7     """
 8     rough_string = ET.tostring(elem, 'utf-8')
 9     reparsed = minidom.parseString(rough_string)
10     return reparsed.toprettyxml(indent="	")
11  
12 # 创建根节点
13 root = ET.Element("famliy")
14  
15  
16 # 创建大儿子
17 # son1 = ET.Element('son', {'name': '儿1'})
18 son1 = root.makeelement('son', {'name': '儿1'})
19 # 创建小儿子
20 # son2 = ET.Element('son', {"name": '儿2'})
21 son2 = root.makeelement('son', {"name": '儿2'})
22  
23 # 在大儿子中创建两个孙子
24 # grandson1 = ET.Element('grandson', {'name': '儿11'})
25 grandson1 = son1.makeelement('grandson', {'name': '儿11'})
26 # grandson2 = ET.Element('grandson', {'name': '儿12'})
27 grandson2 = son1.makeelement('grandson', {'name': '儿12'})
28  
29 son1.append(grandson1)
30 son1.append(grandson2)
31  
32  
33 # 把儿子添加到根节点中
34 root.append(son1)
35 root.append(son1)
36  
37  
38 raw_str = prettify(root)
39  
40 f = open("xxxoo.xml",'w',encoding='utf-8')
41 f.write(raw_str)
42 f.close()

View Code

4、命名空间

详细介绍，猛击这里

 1 from xml.etree import ElementTree as ET
 2  
 3 ET.register_namespace('com',"http://www.company.com") #some name
 4  
 5 # build a tree structure
 6 root = ET.Element("{http://www.company.com}STUFF")
 7 body = ET.SubElement(root, "{http://www.company.com}MORE_STUFF", attrib={"{http://www.company.com}hhh": "123"})
 8 body.text = "STUFF EVERYWHERE!"
 9  
10 # wrap it in an ElementTree instance, and save as XML
11 tree = ET.ElementTree(root)
12  
13 tree.write("page.xml",
14            xml_declaration=True,
15            encoding='utf-8',
16            method="xml")

View Code