溫馨提示×

溫馨提示×

您好,登錄后才能下訂單哦!

密碼登錄×
登錄注冊×
其他方式登錄
點擊 登錄注冊 即表示同意《億速云用戶服務條款》

Python實現(xiàn)XML文件解析的示例代碼

發(fā)布時間:2020-09-23 06:07:23 來源:腳本之家 閱讀:159 作者:小兵千睿 欄目:開發(fā)技術

1. XML簡介

XML(eXtensible Markup Language)指可擴展標記語言,被設計用來傳輸和存儲數(shù)據(jù),已經(jīng)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(fā)展到一定階段的必然產(chǎn)物,既具有SGML的核心特征,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文件

<?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文件解析

python解析XML常見的有三種方法:一是xml.dom.*模塊,它是W3C DOM API的實現(xiàn),若需要處理DOM API則該模塊很適合;二是xml.sax.*模塊,它是SAX API的實現(xiàn),這個模塊犧牲了便捷性來換取速度和內(nèi)存占用,SAX是一個基于事件的API,這就意味著它可以“在空中”處理龐大數(shù)量的的文檔,不用完全加載進內(nèi)存;三是xml.etree.ElementTree模塊(簡稱 ET),它提供了輕量級的Python式的API,相對于DOM來說ET 快了很多,而且有很多令人愉悅的API可以使用,相對于SAX來說ET的ET.iterparse也提供了 “在空中” 的處理方式,沒有必要加載整個文檔到內(nèi)存,ET的性能的平均值和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.*

文件對象模型(Document Object Model,簡稱DOM),是W3C組織推薦的處理可擴展置標語言的標準編程接口。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,把文檔中所有元素保存在內(nèi)存中的一個樹結構里,之后你可以利用DOM 提供的不同的函數(shù)來讀取或修改文檔的內(nèi)容和結構,也可以把修改過的內(nèi)容寫入xml文件。python中用xml.dom.minidom來解析xml文件。

a. 獲得子標簽

b. 區(qū)分相同標簽名的標簽

c. 獲取標簽屬性值

d. 獲取標簽對之間的數(shù)據(jù)

#coding=utf-8

#通過minidom解析xml文件
import xml.dom.minidom as xmldom
import os
''' 
XML文件讀取 
<?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文件路徑:", xmlfilepath)

# 得到文檔對象
domobj = xmldom.parse(xmlfilepath)
print("xmldom.parse:", type(domobj))
# 得到元素對象
elementobj = domobj.documentElement
print ("domobj.documentElement:", type(elementobj))

#獲得子標簽
subElementObj = elementobj.getElementsByTagName("login")
print ("getElementsByTagName:", type(subElementObj))

print (len(subElementObj))
# 獲得標簽屬性值
print (subElementObj[0].getAttribute("username"))
print (subElementObj[0].getAttribute("passwd"))

#區(qū)分相同標簽名的標簽
subElementObj1 = elementobj.getElementsByTagName("caption")
for i in range(len(subElementObj1)):
  print ("subElementObj1[i]:", type(subElementObj1[i]))
  print (subElementObj1[i].firstChild.data) #顯示標簽對之間的數(shù)據(jù)

輸出結果:

>>> D:\Pystu>python xml_instance.py
>>> xml文件路徑: 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(xiàn):一種是純Python實現(xiàn)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(xiàn)的那種,因為它速度更快,而且消耗的內(nèi)存更少。

a. 遍歷根節(jié)點的下一層

b. 下標訪問各個標簽、屬性、文本

c. 查找root下的指定標簽

d. 遍歷XML文件

e. 修改XML文件

#coding=utf-8

#通過解析xml文件
'''
try:
  import xml.etree.CElementTree as ET
except:
  import xml.etree.ElementTree as ET

從Python3.3開始ElementTree模塊會自動尋找可用的C庫來加快速度  
'''
import xml.etree.ElementTree as ET
import os
import sys
''' 
XML文件讀取 
<?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>
'''

#遍歷xml文件
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(jié)點
    root = tree.getroot()
  except Exception as e: #捕獲除與程序退出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)
  
  #遍歷root的下一層
  for child in root:
    print ("遍歷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 * "*")
  #遍歷xml文件
  traverseXml(root)
  print (20 * "*")

  #根據(jù)標簽名查找root下的所有標簽
  captionList = root.findall("item") #在當前指定目錄下遍歷
  print (len(captionList))
  for caption in captionList:
    print (caption.tag, "----", caption.attrib, "----", caption.text)

  #修改xml文件,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 ---- {}
>>> 遍歷root的下一層 maxid ---- {}
>>> 遍歷root的下一層 login ---- {'username': 'pytest', 'passwd': '123456'}
>>> 遍歷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 ET
import sys
import os.path

class 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是一種基于事件驅動的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,并向事件處理器發(fā)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數(shù)據(jù)進行處理

常用場景:

(1)對大型文件進行處理

(2)只需文件的部分內(nèi)容,或只需從文件中得到特定信息

(3)想建立自己的對象模型

基于事件驅動的SAX解析XML內(nèi)容的知識后續(xù)補充!

以上就是本文的全部內(nèi)容,希望對大家的學習有所幫助,也希望大家多多支持億速云。

向AI問一下細節(jié)

免責聲明:本站發(fā)布的內(nèi)容(圖片、視頻和文字)以原創(chuàng)、轉載和分享為主,文章觀點不代表本網(wǎng)站立場,如果涉及侵權請聯(lián)系站長郵箱:is@yisu.com進行舉報,并提供相關證據(jù),一經(jīng)查實,將立刻刪除涉嫌侵權內(nèi)容。

AI