Python中的XML处理模块
XML代表“可扩展标记语言”。它主要用于数据具有特定结构的网页。它具有由开始和结束标记定义的元素。标记是一种标记构造，以<开头，以>结束。起始标签和结束标签之间的字符是元素的内容。元素可以包含其他元素，这些元素称为“子元素”。
示例
以下是我们将在本教程中使用的XML文件的示例。
<?xml version="1.0"?>
<Tutorials>
<Tutorial id="Tu101">
<author>Vicky, Matthew</author>
<title>Geo-Spatial Data Analysis</title>
<stream>Python</stream>
<price>4.95</price>
<publish_date>2020-07-01</publish_date>
<description>Learn geo Spatial data Analysis using Python.</description>
</Tutorial>
<Tutorial id="Tu102">
<author>Bolan, Kim</author>
<title>Data Structures</title>
<stream>Computer Science</stream>
<price>12.03</price>
<publish_date>2020-1-19</publish_date>
<description>Learn Data structures using different programming lanuages.</description>
</Tutorial>
<Tutorial id="Tu103">
<author>Sora, Everest</author>
<title>Analytics using Tensorflow</title>
<stream>Data Science</stream>
<price>7.11</price>
<publish_date>2020-1-19</publish_date>
<description>Learn Data analytics using Tensorflow.</description>
</Tutorial>
</Tutorials>使用xml.etree.ElementTree读取xml
该模块提供对xml文件根目录的访问，然后我们可以访问内部元素的内容。在下面的示例中，我们使用名为text的属性并获取那些元素的内容。
例子
import xml.etree.ElementTree as ET
xml_tree = ET.parse('E:\\TutorialsList.xml')
xml_root = xml_tree.getroot()
#Header
print('Tutorial List :')
for xml_elmt in xml_root:
for inner_elmt in xml_elmt:
print(inner_elmt.text)输出
运行上面的代码给我们以下结果-
Tutorial List : Vicky, Matthew Geo-Spatial Data Analysis Python 4.95 2020-07-01 Learn geo Spatial data Analysis using Python. Bolan, Kim Data Structures Computer Science 12.03 2020-1-19 Learn Data structures using different programming lanuages. Sora, Everest Analytics using Tensorflow Data Science 7.11 2020-1-19 Learn Data analytics using Tensorflow.
获取xml属性
我们可以在根标签中获取属性及其值的列表。找到属性后，它可以帮助我们轻松地导航XML树。
例子
import xml.etree.ElementTree as ET
xml_tree = ET.parse('E:\\TutorialsList.xml')
xml_root = xml_tree.getroot()
#Header
print('Tutorial List :')
for movie in xml_root.iter('Tutorial'):
print(movie.attrib)输出
运行上面的代码给我们以下结果-
Tutorial List :
{'id': 'Tu101'}
{'id': 'Tu102'}
{'id': 'Tu103'}筛选结果
我们还可以使用findall()该模块的功能将结果过滤出xml树。在下面的示例中，我们找到了价格为12.03的教程ID。
例子
import xml.etree.ElementTree as ET
xml_tree = ET.parse('E:\\TutorialsList.xml')
xml_root = xml_tree.getroot()
#Header
print('Tutorial List :')
for movie in xml_root.findall("./Tutorial/[price ='12.03']"):
print(movie.attrib)输出
运行上面的代码给我们以下结果-
Tutorial List :
{'id': 'Tu102'}使用DOMAPI解析XML
我们使用xml.dom模块创建一个minidom对象。minidom对象提供了一种简单的解析器方法，该方法可以从XML文件快速创建DOM树。示例短语调用minidom对象的parse（file[，parser]）函数，以将file指定的XML文件解析为DOM树对象。
例子
from xml.dom.minidom import parse
import xml.dom.minidom
#OpenXMLdocumentusingminidomparser
DOMTree = xml.dom.minidom.parse('E:\\TutorialsList.xml')
collection = DOMTree.documentElement
#Getallthemoviesinthecollection
tut_list = collection.getElementsByTagName("Tutorial")
print("*****Tutorials*****")
#PrintdetailsofeachTutorial.
for tut in tut_list:
strm = tut.getElementsByTagName('stream')[0]
print("Stream: ",strm.childNodes[0].data)
prc = tut.getElementsByTagName('price')[0]
print("Price: ", prc.childNodes[0].data)输出
运行上面的代码给我们以下结果-
*****Tutorials***** Stream: Python Price: 4.95 Stream: Computer Science Price: 12.03 Stream: Data Science Price: 7.11