python解析xml文件

矫情吗；* 2022-05-11 02:34 362阅读 0赞

###     最近有个问题需要解析xml文件，以前没接触过，完成后发现原来解析xml很简单，但还是记录一下相关概念与解析过程，日后查看方便查找。 ###

country\_data.xml文件如下所示，找的是一个大家常用的demo，貌似是官网公布的（没确认过）：

<?xml version="1.0"?>
    <data>
        <country name="Liechtenstein">
            <rank>1</rank>
            <year>2008</year>
            <gdppc>141100</gdppc>
            <neighbor name="Austria" direction="E"/>
            <neighbor name="Switzerland" direction="W"/>
        </country>
        <country name="Singapore">
            <rank>4</rank>
            <year>2011</year>
            <gdppc>59900</gdppc>
            <neighbor name="Malaysia" direction="N"/>
        </country>
        <country name="Panama">
            <rank>68</rank>
            <year>2011</year>
            <gdppc>13600</gdppc>
            <neighbor name="Costa Rica" direction="W"/>
            <neighbor name="Colombia" direction="E"/>
        </country>
        <country2 name="Test">
            <rank>234</rank>
            <year>2016</year>
            <gdppc>346344</gdppc>
            <neighbor name="Costa Rica" direction="W"/>
            <neighbor name="Colombia" direction="E"/>
        </country2>
        
    </data>

####      先解释下一些概念，很简单的： ####

1.第一行的`<?xml version="1.0" encoding="UTF-8"?>`是xml文件的声明，它定义了xml的版本 (1.0)和所使用编码为UTF-8。  
     2.接下来就是xml文件的内容了，这些内容按一个树状结构进行组织摆放，形式如下：

其中，每一个`<XXX>.</XXX>`叫做一个**节点**，也叫一个**元素**，节点可以嵌套放置，也可以并列放置，在嵌套结构中，内外层节点是父子关系，以此类推，最外层的节点都叫做**根节点**。并列的两节点为兄弟关系。  
     3.对于每一个节点，一般由`Tag、Attribute、Text`三部分构成。在country\_data.xml中`data,country,rank,year`这些都是tag。与tag同一尖括弧内右边的是Attribute，比如：`name`。Text就是两个尖括弧中间夹的东西了。

####      节点的遍历，也很简单的： ####

xml文件的信息都存在节点里，关于节点的遍历，有好几种方法，我用的是Element Tree。代码如下：

from xml.etree import ElementTree as ET
    
    def main():
        # 读取xml文件
        tree = ET.parse('./test.xml')
        # 获取根节点
        root = tree.getroot()
        print("root.tag :",root.tag)
    
        # 获取当前根节点下的左右子country节点
        child_node_list = root.findall('./country_data.xml')
        # 打印每个country节点的Attribute
        for child_node in child_node_list:
            print(child_node.attrib)
    
        # 获取某一个节点的text，以<rank>234</rank>为例
        node = root.find('country2/rank')
        print(node.text)
    
        
    if __name__ == '__main__':
        main()

输出结果：  
![在这里插入图片描述][70]

[70]: /images/20220511/6d5fed46474244c48412b760a662b678.png