Python——XML文件的操作

摘要

通过对Python的内容进行相关的内容的操作，以下介绍一种在python中的常见的包和工具对xml文件进行操作。

ElementTree

ElementTree是Python常用的处理XML文件的类。下面将介绍使用ElementTree解析、查找、修改XML的方法。

引用方法

import xml.etree.ElementTree as ET

一个XML例子

下面所有的操作都将下面这段XML为例，我们将它保存为sample.xml。

 
     
        1 
        2008 
        141100
         
         
     
     
        4 
        2011
        59900 
         
     
     
        68 
        2011 
        13600 
         
         
     

读取xml文件

#!/usr/bin/env python
# -*- coding: utf-8 -*-
"""
@version: 1.0
@author: xjl
@file: __init__.py.py
@time: 2021/9/22 23:24
"""
import xml.etree.ElementTree as ET

# 读取函数 python3.3之后ElementTree模块会自动寻找可用的C库来加快速度
tree = ET.parse('sample.xml')
root1 = tree.getroot()
print(root1)
print("--------------------------------------------------------------------------------")

# 调用ElementTree类ElementTree(self, element=None, file=None) # 这里的element作为根节点
tree = ET.ElementTree(file="sample.xml")
root2 = tree.getroot()
print(root2)
print("--------------------------------------------------------------------------------")
# 从字符串读入：
data = open("sample.xml").read()
root3 = ET.fromstring(data)
print(root3)

查看属性和叶子节点

print("-------------------------------# 查看Tag和Attribute-------------------------------------------------")

print(root1.attrib)  # 当要获取属性值时，用attrib方法。 返回一个字典,如
print(root1.text)  # 当要获取节点值时，用text方法。返回一个字符串
print(root1.tag)  # 当要获取节点名时，用tag方法。 返回一个字符串，如

print("-------------------------------# 查看孩子节点-------------------------------------------------")
print(root1.tag)# 根节点标签
for child in root1:
     print(child.tag,child.attrib)  # 二级节点标签、属性、内容,结果得到
# country {'name': 'Liechtenstein'}
# country {'name': 'Singapore'}
# country {'name': 'Panama'}

print("-------------------------------# 使用findall等查询根节点下的元素-------------------------------------------------")
# Element.iter()用来寻找所有符合要求的Tag，注意，这里查找的范围是所有孩子和孩子的孩子 and so
# Element.findall()只查找直接的孩子，返回所有符合要求的Tag的Element
# Element.find()只返回符合要求的第一个Element。如果查看Singapore的year的值
for child in root1.findall('.//country'):
     print(child.tag,child.attrib)

修改XML

修改Element。修改Element可以直接访问Element.text。

import xml.etree.ElementTree as ET
 
 
# 修改Element的Attribute，也可以用来新增Attribute：
ET.Element.set('AttributeName','AttributeValue')
 
# 新增孩子节点：
root.append(childElement)
 
# 删除孩子节点：
root.remove(childElement)

#保存XML。我们从文件解析的时候，我们用了一个ElementTree的对象tree，在完成修改之后，还用tree来保存XML文件。

tree.write('output.xml')
print("-------------------------------# 构建XML-------------------------------------------------")

root = ET.Element('data')
country = ET.SubElement(root,'country', {'name':'Liechtenstein'})  # root 增加 country 节点
rank = ET.SubElement(country,'rank')  # country 增加 rank 节点
rank.text = '1'
year = ET.SubElement(country,'year')  # country 增加 year节点
year.text = '2008'
ET.dump(root)

创建XML

#创建根节点
a = ET.Element("root")
#创建子节点，并添加属性
b = ET.SubElement(a,"sub1")
b.attrib = {"name":"name attribute"}
#创建子节点，并添加数据
c = ET.SubElement(a,"sub2")
c.text = "test"

#创建elementtree对象，写文件
tree = ET.ElementTree(a)
tree.write("test.xml")

namespace 

# namespace 获取

# namespace 为 正则匹配获取，可能不同版本的会获取不到
root = tree.getroot()
namespace = re.search('\{.*?\}', root.tag)[0]

# xml.etree.Element 在处理含有namespace的xml文件时写入会产生ns0

root = tree.getroot()
namespace = re.search('\{.*?\}', root.tag)[0]
ET.register_namespace('', namespace.strip('{}'))  # 部分人说这步需要在parse之前做，在我的版本上不需要

其他错误

•  Error parsing XML: junk after document element

• xml不能解析，原因有可能为xml格式写的不对，考虑根节点不对。

一般合法的XML文件只有一个主根节点，比如


    
    
    


如果出现了Error parsing XML: junk after document element这样的错误，你的想法可能只要主根有多个节点，比如说


    


    
    

博文参考

Python 第三方模块之 ElementTree（ET）- 解析XML文件_fenglepeng的博客-CSDN博客