Python基础教程（二十二）：XML解析

用户11147438

发布于 2024-06-17 08:36:19

2180

发布于 2024-06-17 08:36:19

引言

XML（eXtensible Markup Language），一种标记语言，常用于数据存储和交换。Python提供了多种库来解析和处理XML文档，如xml.etree.ElementTree、lxml和xml.dom.minidom。本文将深入讲解如何使用Python的xml.etree.ElementTree库来解析和操作XML文档，通过具体案例帮助你掌握这一技能。

一、XML基础

XML文档由元素、属性和文本组成。元素由标签名定义，可以包含子元素和属性。一个典型的XML文档如下所示：

<catalog>
   <book id="bk101">
      <author>Gambardella, Matthew</author>
      <title>XML Developer's Guide</title>
      <genre>Computer</genre>
      <price>44.95</price>
      <publish_date>2000-10-01</publish_date>
      <description>An in-depth look at creating applications with XML.</description>
   </book>
   <!-- 更多 book 元素 -->
</catalog>

二、使用ElementTree解析XML

xml.etree.ElementTree是Python标准库的一部分，提供了一种快速、灵活的方式来解析和创建XML文档。

2.1 加载XML文档

import xml.etree.ElementTree as ET

# 解析XML文件
tree = ET.parse('books.xml')
root = tree.getroot()

2.2 遍历XML文档

# 遍历所有book元素
for book in root.findall('book'):
    title = book.find('title').text
    author = book.find('author').text
    print(f"Title: {title}, Author: {author}")

2.3 查找特定元素

# 查找所有标题中含有'Guide'的书籍
for book in root.findall(".//book[title='XML Developer's Guide']"):
    print(book.attrib)

2.4 修改XML文档

# 修改某本书的价格
for book in root.findall('book'):
    if book.attrib['id'] == 'bk101':
        new_price = book.find('price')
        new_price.text = '49.95'
        new_price.set('updated', 'yes')

# 写回XML文件
tree.write('books.xml')

2.5 创建XML文档

# 创建一个新的XML文档
root = ET.Element("catalog")
book = ET.SubElement(root, "book", attrib={"id": "bk101"})
ET.SubElement(book, "author").text = "Gambardella, Matthew"
ET.SubElement(book, "title").text = "XML Developer's Guide"
ET.SubElement(book, "genre").text = "Computer"
ET.SubElement(book, "price").text = "44.95"
ET.SubElement(book, "publish_date").text = "2000-10-01"
ET.SubElement(book, "description").text = "An in-depth look at creating applications with XML."

# 将新文档写入文件
tree = ET.ElementTree(root)
tree.write('new_books.xml')

三、案例分析之从XML文件中提取数据

假设我们有一个包含图书信息的XML文件，目标是从文件中提取所有书籍的作者和出版日期。

import xml.etree.ElementTree as ET

# 解析XML文件
tree = ET.parse('books.xml')
root = tree.getroot()

# 提取数据
authors = []
publish_dates = []
for book in root.findall('book'):
    author = book.find('author').text
    publish_date = book.find('publish_date').text
    authors.append(author)
    publish_dates.append(publish_date)

# 打印结果
print("Authors:", authors)
print("Publish Dates:", publish_dates)

四、性能与高级用法

虽然xml.etree.ElementTree库足够用于大多数情况，但对于大型XML文件，你可能需要考虑使用lxml库，它提供了更好的性能和额外的功能，如XPath支持。

五、总结

Python的xml.etree.ElementTree库提供了一套简单而强大的工具集，用于解析、操作和创建XML文档。通过本文的学习，你应该能够处理基本的XML文件操作。在实际项目中，根据需求选择合适的库和方法，可以让你更加高效地处理XML数据。不断练习和探索，你将能够掌握更多高级技巧，处理更复杂的XML文档和数据结构。

本文参与腾讯云自媒体同步曝光计划，分享自作者个人站点/博客。

原始发表：2024-06-16，如有侵权请联系 cloudcommunity@tencent.com 删除

遍历