Python解析xml文件詳解

1、如何解析簡單的xml文檔？

        實際案例：

                xml是一種十分常用的標記性語言，可提供統一的方法來描述應用程序的結構化數據：

 <?xml version="1.0" encoding="utf-8" ?>
<data>
<country name="Liechtenstein">
<rank updated="yes">2</rank>
<year>2008</year>
<gdppc>141100</gdppc>
<neighbor name="Austria" direction="E"/>
<neighbor name="Switzerland" direction="W"/>
</country>
</data>

                python中如何解析xml文檔？

        解決方案：

                使用標准庫中的xml.etree.ElementTree，其中的parse函數可以解析XML文檔。

2、代碼演示

（1）使用parse解析XML文檔

from xml.etree.ElementTree import parse
f = open('demo.xml')
# 第1個參數為輸入源，返回一個ElementTree對象
et = parse(f)
# 通過元素樹(ElementTree)得到根結點
root = et.getroot()
print(root)
# 查看標簽
print(root.tag)
# 查看屬性
print(root.attrib)
# 查看文本,去除空格
print(root.text.strip())
# 遍歷元素樹
# 得到節點的子元素,python3中getchildren被廢棄
children = list(root)
print(children)
# 獲取每個子節點元素的屬性
for child in root:
print(child.get('name'))
'''
find、findall和iterfind只能找對於
當前的元素它的直接子元素,不能查找孫子元素。
'''
# 根據標簽尋找子元素,find總是找到第1個碰到的元素
print(root.find('country'))
# findall是找到所有的的元素
print(root.findall('country'))
# 不需要列表，希望是一個可迭代對象,得到一個生成器對象
print(root.iterfind('country'))
for e in root.iterfind('country'):
print(e.get('name'))
# 無論在那個層級下都能找到rank標簽
# 在默認情況下不輸入參數，會列出整個當前節點之下的所有元素
print(list(root.iter()))
# 遞歸的去尋找標簽為rank的子節點
print(list(root.iter('rank')))

（2）關於findall查找的高級用法

from xml.etree.ElementTree import parse
f = open('demo.xml')
# 第1個參數為輸入源，返回一個ElementTree對象
et = parse(f)
# 通過元素樹(ElementTree)得到根結點
root = et.getroot()
# *能匹配所有的child,只想找root的所有孫子節點
print(root.findall('country/*'))
# 查找任意層次下的子元素，.點為當前節點，..為父節點
print(root.findall('.//rank'))
print(root.findall('.//rank/..'))
# @描述包含某一屬性，[@attrib]
print(root.findall('country[@name]'))
# 指定屬性為特定值，[@attrib='value']
print(root.findall('country[@name="Singapore"]'))
# 指定一個元素必須包含一個指定的子元素，[tag]
print(root.findall('country[rank]'))
# 指定元素的文本必須等於特定的值，[tag='text']
print(root.findall('country[rank="5"]'))
# 找多個元素路徑指定相對位置，[position]
print(root.findall('country[1]'))
print(root.findall('country[2]'))
# last()為倒著找
print(root.findall('country[last()]'))
# 找倒數第二個
print(root.findall('country[last()-1]'))