python对XML的解析

冷不防 2022-03-19 07:42 440阅读 0赞

### python对XML的解析 ###

<table> 
 <tbody> 
  <tr> 
   <td><strong>您的评价</strong>:</td> 
   <td> 
    <div> 
     <span title="很差">&nbsp;</span> 
     <span title="较差">&nbsp;</span> 
     <span title="还行">&nbsp;</span> 
     <span title="不错">&nbsp;</span> 
     <span title="力荐">&nbsp;</span> 
    </div> </td> 
   <td>&nbsp;</td> 
   <td> 
    <div> 
     <span>&nbsp;</span> 
     <a rel="nofollow"><strong>收藏该经验</strong></a> 
    </div> </td> 
  </tr> 
 </tbody> 
</table>

python有三种方法解析XML，SAX，DOM，以及ElementTree  
\#\#\#1.SAX (simple API for XML )  
       pyhton 标准库包含SAX解析器，SAX是一种典型的极为快速的工具，在解析XML时，不会占用大量内存。  
但是这是基于回调机制的，因此在某些数据中，它会调用某些方法进行传递。这意味着必须为数据指定句柄，  
以维持自己的状态，这是非常困难的。  
  
  
\#\#\#2.DOM(Document Object Model)  
       与SAX比较，DOM典型的缺点是比较慢，消耗更多的内存，因为DOM会将整个XML数读入内存中，并为树  
中的第一个节点建立一个对象。使用DOM的好处是你不需要对状态进行追踪，因为每一个节点都知道谁是它的  
父节点，谁是子节点。但是DOM用起来有些麻烦。  
  
  
\#\#\#3.ElementTree(元素树)  
     ElementTree就像一个轻量级的DOM，具有方便友好的API。代码可用性好，速度快，消耗内存少，这里主要  
介绍ElementTree。

下面是一个转载的例子：

test.xml如下：

<table> 
 <tbody> 
  <tr> 
   <td><code>01</code></td> 
   <td><code>&lt;</code><code>span</code> <code>style</code><code>=</code><code>"font-size:13px;"</code><code>&gt;&lt;?</code><code>xml</code> <code>version</code><code>=</code><code>"1.0"</code> <code>encoding</code><code>=</code><code>"utf-8"</code><code>?&gt;</code></td> 
  </tr> 
 </tbody> 
</table>

<table> 
 <tbody> 
  <tr> 
   <td><code>03</code></td> 
   <td><code>&nbsp;</code><code>&lt;</code><code>person</code> <code>age</code><code>=</code><code>"18"</code><code>&gt;</code></td> 
  </tr> 
 </tbody> 
</table>

<table> 
 <tbody> 
  <tr> 
   <td><code>06</code></td> 
   <td><code>&nbsp;</code><code>&lt;/</code><code>person</code><code>&gt;</code></td> 
  </tr> 
 </tbody> 
</table>

<table> 
 <tbody> 
  <tr> 
   <td><code>07</code></td> 
   <td><code>&nbsp;</code><code>&lt;</code><code>person</code> <code>age</code><code>=</code><code>"19"</code> <code>des</code><code>=</code><code>"hello"</code><code>&gt;</code></td> 
  </tr> 
 </tbody> 
</table>

<table> 
 <tbody> 
  <tr> 
   <td><code>09</code></td> 
   <td><code>&nbsp;&nbsp;&nbsp;&nbsp;</code><code>&lt;</code><code>sex</code><code>&gt;female&lt;/</code><code>sex</code><code>&gt;</code></td> 
  </tr> 
 </tbody> 
</table>

<table> 
 <tbody> 
  <tr> 
   <td><code>10</code></td> 
   <td><code>&nbsp;</code><code>&lt;/</code><code>person</code><code>&gt;</code></td> 
  </tr> 
 </tbody> 
</table>

1.加载xml文件

加载XML文件共有2种方法,一是加载指定字符串，二是加载指定文件

2.获取element的方法

a) 通过getiterator

b) 过 getchildren

c) find方法

d) findall方法

<table> 
 <tbody> 
  <tr> 
   <td><code>01</code></td> 
   <td><code>#-*- coding:utf-8 -*-</code></td> 
  </tr> 
 </tbody> 
</table>

<table> 
 <tbody> 
  <tr> 
   <td><code>02</code></td> 
   <td><code>from</code> <code>xml.etree </code><code>import</code> <code>ElementTree</code></td> 
  </tr> 
 </tbody> 
</table>

<table> 
 <tbody> 
  <tr> 
   <td><code>03</code></td> 
   <td><code>def</code> <code>print_node(node):</code></td> 
  </tr> 
 </tbody> 
</table>

<table> 
 <tbody> 
  <tr> 
   <td><code>04</code></td> 
   <td><code>&nbsp;&nbsp;&nbsp;&nbsp;</code><code>'''打印结点基本信息'''</code></td> 
  </tr> 
 </tbody> 
</table>

<table> 
 <tbody> 
  <tr> 
   <td><code>05</code></td> 
   <td><code>&nbsp;&nbsp;&nbsp;&nbsp;</code><code>print</code> <code>"=============================================="</code></td> 
  </tr> 
 </tbody> 
</table>

<table> 
 <tbody> 
  <tr> 
   <td><code>06</code></td> 
   <td><code>&nbsp;&nbsp;&nbsp;&nbsp;</code><code>print</code> <code>"node.attrib:%s"</code> <code>%</code> <code> node.attrib</code></td> 
  </tr> 
 </tbody> 
</table>

<table> 
 <tbody> 
  <tr> 
   <td><code>07</code></td> 
   <td><code>&nbsp;&nbsp;&nbsp;&nbsp;</code><code>if</code> <code>node.attrib.has_key(</code><code>"age"</code><code>) &gt; </code><code>0</code> <code>:</code></td> 
  </tr> 
 </tbody> 
</table>

<table> 
 <tbody> 
  <tr> 
   <td><code>08</code></td> 
   <td><code>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;</code><code>print</code> <code>"node.attrib['age']:%s"</code> <code>%</code> <code>node.attrib[</code><code>'age'</code><code>]</code></td> 
  </tr> 
 </tbody> 
</table>

<table> 
 <tbody> 
  <tr> 
   <td><code>09</code></td> 
   <td><code>&nbsp;&nbsp;&nbsp;&nbsp;</code><code>print</code> <code>"node.tag:%s"</code> <code>%</code> <code> node.tag</code></td> 
  </tr> 
 </tbody> 
</table>

<table> 
 <tbody> 
  <tr> 
   <td><code>10</code></td> 
   <td><code>&nbsp;&nbsp;&nbsp;&nbsp;</code><code>print</code> <code>"node.text:%s"</code> <code>%</code> <code> node.text</code></td> 
  </tr> 
 </tbody> 
</table>

<table> 
 <tbody> 
  <tr> 
   <td><code>12</code></td> 
   <td><code>&nbsp;&nbsp;&nbsp;&nbsp;</code><code>'''读xml文件'''</code></td> 
  </tr> 
 </tbody> 
</table>

<table> 
 <tbody> 
  <tr> 
   <td><code>13</code></td> 
   <td><code>&nbsp;&nbsp;&nbsp;&nbsp;</code><code># 加载XML文件（2种方法,一是加载指定字符串，二是加载指定文件）&nbsp;&nbsp;&nbsp; </code></td> 
  </tr> 
 </tbody> 
</table>

<table> 
 <tbody> 
  <tr> 
   <td><code>14</code></td> 
   <td><code>&nbsp;&nbsp;&nbsp;&nbsp;</code><code># root = ElementTree.parse(r"D:/test.xml")</code></td> 
  </tr> 
 </tbody> 
</table>

<table> 
 <tbody> 
  <tr> 
   <td><code>15</code></td> 
   <td><code>&nbsp;&nbsp;&nbsp;&nbsp;</code><code>root </code> <code>=</code> <code>ElementTree.fromstring(text)</code></td> 
  </tr> 
 </tbody> 
</table>

<table> 
 <tbody> 
  <tr> 
   <td><code>17</code></td> 
   <td><code>&nbsp;&nbsp;&nbsp;&nbsp;</code><code># 获取element的方法</code></td> 
  </tr> 
 </tbody> 
</table>

<table> 
 <tbody> 
  <tr> 
   <td><code>18</code></td> 
   <td><code>&nbsp;&nbsp;&nbsp;&nbsp;</code><code># 1 通过getiterator </code></td> 
  </tr> 
 </tbody> 
</table>

<table> 
 <tbody> 
  <tr> 
   <td><code>19</code></td> 
   <td><code>&nbsp;&nbsp;&nbsp;&nbsp;</code><code>lst_node </code> <code>=</code> <code>root.getiterator(</code><code>"person"</code><code>)</code></td> 
  </tr> 
 </tbody> 
</table>

<table> 
 <tbody> 
  <tr> 
   <td><code>21</code></td> 
   <td><code>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;</code><code>print_node(node)</code></td> 
  </tr> 
 </tbody> 
</table>

<table> 
 <tbody> 
  <tr> 
   <td><code>23</code></td> 
   <td><code>&nbsp;&nbsp;&nbsp;&nbsp;</code><code># 2通过 getchildren</code></td> 
  </tr> 
 </tbody> 
</table>

<table> 
 <tbody> 
  <tr> 
   <td><code>24</code></td> 
   <td><code>&nbsp;&nbsp;&nbsp;&nbsp;</code><code>lst_node_child </code><code>=</code> <code>lst_node[</code><code>0</code><code>].getchildren()[</code><code>0</code><code>]</code></td> 
  </tr> 
 </tbody> 
</table>

<table> 
 <tbody> 
  <tr> 
   <td><code>25</code></td> 
   <td><code>&nbsp;&nbsp;&nbsp;&nbsp;</code><code>print_node(lst_node_child)</code></td> 
  </tr> 
 </tbody> 
</table>

<table> 
 <tbody> 
  <tr> 
   <td><code>27</code></td> 
   <td><code>&nbsp;&nbsp;&nbsp;&nbsp;</code><code># 3 .find方法</code></td> 
  </tr> 
 </tbody> 
</table>

<table> 
 <tbody> 
  <tr> 
   <td><code>28</code></td> 
   <td><code>&nbsp;&nbsp;&nbsp;&nbsp;</code><code>node_find </code><code>=</code> <code>root.find(</code><code>'person'</code><code>)</code></td> 
  </tr> 
 </tbody> 
</table>

<table> 
 <tbody> 
  <tr> 
   <td><code>29</code></td> 
   <td><code>&nbsp;&nbsp;&nbsp;&nbsp;</code><code>print_node(node_find)</code></td> 
  </tr> 
 </tbody> 
</table>

<table> 
 <tbody> 
  <tr> 
   <td><code>31</code></td> 
   <td><code>&nbsp;&nbsp;&nbsp;&nbsp;</code><code>#4. findall方法</code></td> 
  </tr> 
 </tbody> 
</table>

<table> 
 <tbody> 
  <tr> 
   <td><code>32</code></td> 
   <td><code>&nbsp;&nbsp;&nbsp;&nbsp;</code><code>node_findall </code><code>=</code> <code>root.findall(</code><code>"person/name"</code><code>)[</code><code>1</code><code>]</code></td> 
  </tr> 
 </tbody> 
</table>

<table> 
 <tbody> 
  <tr> 
   <td><code>33</code></td> 
   <td><code>&nbsp;&nbsp;&nbsp;&nbsp;</code><code>print_node(node_findall)</code></td> 
  </tr> 
 </tbody> 
</table>

想想为什么？不明白，请看下面

<table> 
 <tbody> 
  <tr> 
   <td><code>01</code></td> 
   <td><code>#encoding=utf-8</code></td> 
  </tr> 
 </tbody> 
</table>

<table> 
 <tbody> 
  <tr> 
   <td><code>02</code></td> 
   <td><code>from</code> <code>xml.etree </code><code>import</code> <code>ElementTree as ET</code></td> 
  </tr> 
 </tbody> 
</table>

<table> 
 <tbody> 
  <tr> 
   <td><code>03</code></td> 
   <td><code>#要找出所有人的年龄</code></td> 
  </tr> 
 </tbody> 
</table>

<table> 
 <tbody> 
  <tr> 
   <td><code>04</code></td> 
   <td><code>per</code><code>=</code><code>ET.parse(</code><code>'test.xml'</code><code>)</code></td> 
  </tr> 
 </tbody> 
</table>

<table> 
 <tbody> 
  <tr> 
   <td><code>05</code></td> 
   <td><code>p</code><code>=</code><code>per.findall(</code><code>'/person'</code><code>)</code></td> 
  </tr> 
 </tbody> 
</table>

<table> 
 <tbody> 
  <tr> 
   <td><code>07</code></td> 
   <td><code>&nbsp;&nbsp;&nbsp;&nbsp;</code><code>print</code> <code>x.attrib</code></td> 
  </tr> 
 </tbody> 
</table>

<table> 
 <tbody> 
  <tr> 
   <td><code>08</code></td> 
   <td><code>print</code></td> 
  </tr> 
 </tbody> 
</table>

<table> 
 <tbody> 
  <tr> 
   <td><code>09</code></td> 
   <td><code>for</code> <code>oneper </code> <code>in</code> <code>p:&nbsp; </code><code>#找出person节点</code></td> 
  </tr> 
 </tbody> 
</table>

<table> 
 <tbody> 
  <tr> 
   <td><code>10</code></td> 
   <td><code>&nbsp;&nbsp;&nbsp;&nbsp;</code><code>for</code> <code>child </code><code>in</code> <code> oneper.getchildren(): </code><code>#找出person节点的子节点</code></td> 
  </tr> 
 </tbody> 
</table>

<table> 
 <tbody> 
  <tr> 
   <td><code>11</code></td> 
   <td><code>&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;</code><code>print</code> <code>child.tag,</code><code>':'</code><code>,child.text</code></td> 
  </tr> 
 </tbody> 
</table>

<table> 
 <tbody> 
  <tr> 
   <td><code>13</code></td> 
   <td><code>&nbsp;&nbsp;&nbsp;&nbsp;</code><code>print</code> <code>'age:'</code><code>,oneper.get(</code><code>'age'</code><code>)</code></td> 
  </tr> 
 </tbody> 
</table>

<table> 
 <tbody> 
  <tr> 
   <td><code>14</code></td> 
   <td><code>&nbsp;&nbsp;&nbsp;&nbsp;</code><code>print</code> <code>'############'</code></td> 
  </tr> 
 </tbody> 
</table>

结果如下：

<table> 
 <tbody> 
  <tr> 
   <td><code>02</code></td> 
   <td><code>{ </code><code>'age'</code><code>: </code><code>'19'</code><code>, </code><code>'des'</code><code>: </code><code>'hello'</code><code>}</code></td> 
  </tr> 
 </tbody> 
</table>

<table> 
 <tbody> 
  <tr> 
   <td><code>09</code></td> 
   <td><code>sex : female</code></td> 
  </tr> 
 </tbody> 
</table>