Python中使用ElementTree解析XML示例

 　　這篇文章主要介紹了Python中使用ElementTree解析XML示例,本文同時講解了XML基本概念介紹、XML幾種解析方法和ElementTree解析實例,需要的朋友可以參考下

　　【XML基本概念介紹】

　　XML 指可擴展標記語言(eXtensible Markup Language)。

　　XML 被設計用來傳輸和存儲數據。

　　概念一:

　　代碼如下:

　　 # foo元素的起始標簽

　　 # foo元素的結束標簽

　　# note: 每一個起始標簽必須有對應的結束標簽來閉合， 也可以寫成

　　概念二:

　　代碼如下:

　　 # 元素可以嵌套到任意參次

　　 # bar元素為foo元素的子元素

　　 # 父元素foo的結束標簽

　　概念三:

　　 代碼如下:

　　 # foo元素有個lang的屬性，該屬性值為: EN;對應Python字典(Name-Value)對;

　　 # bar元素有個lang的屬性，該屬性值為: CH;還有個id屬性，值為:001，放置在''或“”中;

　　 # bar元素中的lang屬性不會和foo元素中相沖突，每個元素都有獨立的屬性集;

　　概念四:

　　 代碼如下:

　　 # 元素可以有文本內容

　　# Note:如果一個元素即沒有文本內容，也沒有子元素，則為空元素。

　　概念五:

　　 代碼如下:

　　 # info元素為根節點

A # list元素為子節點

B

C

　　

　　概念六:

　　 代碼如下:

　　 # 可以通過聲明xmlns來定義默認名字空間，feed元素處於http://www.w3.org/2005/Atom命名空間中

　　 # title元素也是。名字空間聲明不僅會作用於當前聲明它的元素，還會影響到該元素的所有子元素

　　

　　也可以通過xmlns:prefix聲明來定義一個名字空間並取其名為prefix。

　　然後該名字空間中的每個元素都必須顯式地使用這個前綴(prefix)來聲明。

　　 # feed屬於命名空間atom

　　dive into mark # title元素同樣屬於該命名空間

　　 # xmlns(XML Name Space)

　　【XML幾種解析方法】

　　常見的XML編程接口有DOM和SAX，這兩種接口處理XML文件的方式不同，使用場合自然也就不同。

　　Python有三種方法解析XML: SAX，DOM，以及ElementTree:

　　1.SAX (Simple API for XML )

　　Pyhton標准庫包含SAX解析器，SAX用事件驅動模型，通過在解析XML的過程中觸發一個個的事件並調用用戶定義的回調函數來處理XML文件。SAX是一種基於事件驅動的API。利用SAX解析XML文檔牽涉到兩個部分:解析器和事件處理器。

　　解析器負責讀取XML文檔,並向事件處理器發送事件,如元素開始及結束事件;而事件處理器則負責對事件作出處理。

　　優點:SAX流式讀取XML文件，比較快，占用內存少。

　　缺點:需要用戶實現回調函數(handler)。

　　2.DOM(Document Object Model)

　　將XML數據在內存中解析成一個樹，通過對樹的操作來操作XML。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存中的一個樹結構裡，之後你可以利用DOM提供的不同的函數來讀取或修改文檔的內容和結構，也可以把修改過的內容寫入xml文件。

　　優點:使用DOM的好處是你不需要對狀態進行追蹤，因為每一個節點都知道誰是它的父節點，誰是子節點.

　　缺點:DOM需要將XML數據映射到內存中的樹，一是比較慢，二是比較耗內存，使用起來也比較麻煩!

　　3.ElementTree(元素樹)

　　ElementTree就像一個輕量級的DOM，具有方便友好的API。代碼可用性好，速度快，消耗內存少。

　　相比而言，第三種方法，即方便，又快速，我們一直用它!下面介紹用元素樹如何解析XML:

　　【ElementTree解析】

　　兩種實現

　　ElementTree生來就是為了處理XML ，它在Python標准庫中有兩種實現。

　　一種是純Python實現，例如: xml.etree.ElementTree

　　另外一種是速度快一點的: xml.etree.cElementTree

　　盡量使用C語言實現的那種，因為它速度更快，而且消耗的內存更少! 在程序中可以這樣寫:

　　 代碼如下:

　　try:

　　import xml.etree.cElementTree as ET

　　except ImportError:

　　import xml.etree.ElementTree as ET

　　常用方法

　　 代碼如下:

　　# 當要獲取屬性值時，用attrib方法。

　　# 當要獲取節點值時，用text方法。

　　# 當要獲取節點名時，用tag方法。

　　示例XML

　　 代碼如下:

　　

　　

　　Book message

　　bookone

　　python check

　　001

200

　　

　　booktwo

　　python learn

　　002

300

　　

　　

　　###########

　　## 加載XML

　　###########

　　方法一:加載文件

　　 代碼如下:

　　root = ET.parse('book.xml')

　　方法二:加載字符串

　　 代碼如下:

　　root = ET.fromstring(xmltext)

　　###########

　　## 獲取節點

　　###########

　　方法一:獲得指定節點->getiterator()方法

　　代碼如下:

　　book_node = root.getiterator('list')

　　方法二:獲得指定節點->findall()方法

　　代碼如下:

　　book_node = root.findall('list')

　　方法三:獲得指定節點->find()方法

　　 代碼如下:

　　book_node = root.find('list')

　　方法四:獲得兒子節點->getchildren()

　　代碼如下:

　　for node in book_node:

　　book_node_child = node.getchildren()[0]

　　print book_node_child.tag, '=> ', book_node_child.text

　　###########

　　## 例子01

　　###########

　　復制代碼 代碼如下:

　　# coding=utf-8

　　try: # 導入模塊

　　import xml.etree.cElementTree as ET

　　except ImportError:

　　import xml.etree.ElementTree as ET

　　root = ET.parse('book.xml') # 分析XML文件

　　books = root.findall('/list') # 查找所有根目錄下的list的子節點

　　for book_list in books: # 對查找後的結果遍歷

　　print "=" * 30 # 輸出格式

　　for book in book_list: # 對每個子節點再進行遍歷，找出裡面你的屬性及值

　　if book.attrib.has_key('id'): # 一句id來做條件判斷

　　print "id:", book.attrib['id'] # 根據id打印出屬性值

　　print book.tag + '=> ' + book.text # 輸出標簽及文本內容

　　print "=" * 30

　　輸出結果:

　　代碼如下:

　　==============================

　　head=> bookone

　　name=> python check

　　number=> 001

　　page=> 200

　　==============================

　　head=> booktwo

　　name=> python learn

　　number=> 002

　　page=> 300

　　==============================