Python解析与修改XML：ElementTree与Minidom实战指南

一、什么是XML？

XML（可扩展标记语言）在语法结构上与HTML相似，但用途截然不同：XML专注于数据的存储与传输，而HTML用于网页展示。它被专门设计用于在客户端与服务器之间高效地交换结构化数据。

示例：

<? xml version ="1.0" encoding ="UTF-8" ?>
 <metadata>
 <food>
     <item name ="breakfast" > Idly </item>
     <price> $2.5 </price>
     <description>
   两个 idly's with chutney
    < /description>
     <calories> 553 </calories>
 </food>
 <food>
     <item name ="breakfast" > Paper Dosa </item>
     <price> $2.7 </price>
     <
        <calories> 700 </calories>
 </food>
 <food>
     <item name ="breakfast" > Upma </item>
     <price> $3.65 </price>
     <description>
     Rava upma with bajji
     </description>
     <calories> 600 </calories>
 </food>
 <food>
     <item name ="breakfast" > Bisi Bele Bath </item>
     <price> $4.50 </price>
     <description>
   Bisi Bele Bath with sev
     </description>
     <calories> 400 </calories>
</food>
 <food>
     <item name ="breakfast" > Kesari Bath </item>
     <price> $1.95 </price>
     <description>
    藏红花甜拉瓦
    </description>
     <calories> 950 </calories>
 </食物>
 </元数据>

上述示例展示了名为“Sample.xml”的文件内容，该文件将作为本Python XML解析教程中所有后续示例的基础数据源。

二、Python XML解析模块

Python提供了两个主要模块来解析XML文档：xml.etree.ElementTree和xml.dom.minidom（最小DOM实现）。解析过程涉及从文件中读取数据，并根据XML结构将其拆解为不同的部分。接下来将深入探讨如何利用这两个模块处理XML数据。

2.1、xml.etree.ElementTree模块

该模块将XML数据格式化为树状结构，这是处理分层数据最自然的方式。Element类型允许在内存中存储这种层级结构，并具备以下关键属性：

ElementTree是一个封装了元素结构的类，支持XML与Python对象之间的相互转换。下面我们将演示如何使用Python模块解析前述的XML文件。

使用“ElementTree”模块解析文件主要有两种方式：一是使用parse()函数，二是使用fromstring()函数。parse()用于解析文件路径形式的XML文档，而fromstring()则用于解析字符串形式的XML（通常包裹在三引号中）。

使用parse()函数：

如前所述，该函数接收文件路径形式的XML进行解析。具体示例如下：

示例：

import xml.etree.ElementTree as ET
mytree = ET.parse('sample.xml')
myroot = mytree.getroot()

首先，需要导入xml.etree.ElementTree模块。接着，parse()方法解析“Sample.xml”文件，而getroot()方法则返回该XML文件的根元素。

执行上述代码时，控制台不会直接输出结果，但若无报错则表明代码执行成功。若要验证根元素，可添加print语句，如下所示：

示例：

import xml.etree.ElementTree as ET
mytree = ET.parse('sample.xml')
myroot = mytree.getroot()
print(myroot)

输出：

<元素'元数据'在0x033589F0>

上述输出表明，XML文档的根元素名为“元数据”。

使用fromstring()函数：

您也可以利用fromstring()函数解析字符串数据。若需执行此操作，请将XML内容作为字符串传入三引号中，示例如下：

import xml.etree.ElementTree as ET
data='''<?xml version="1.0" encoding="UTF-8"?>
<metadata>
<food>
    <item name="breakfast">Idly</item>
    <price>$2.5</price>
    <description>
   Two idly's with chutney
   </description>
    <calories>553</calories>
</food>
</metadata>
'''
myroot = ET.fromstring(data)
#print(myroot)
print(myroot.tag)

上述代码将返回与前述示例相同的结果。请注意，此处用作字符串的XML仅是“Sample.xml”的一部分，旨在提高代码可见性。您同样可以使用完整的XML文档。

此外，您还可以使用“tag”属性获取根标签的名称，如下所示：

示例：

print(myroot.tag)

输出：

元数据

您还可以通过切片操作指定输出字符串的范围。

示例：

print(myroot.tag[0:4])

输出：

元

如前所述，标签对象还可能包含字典形式的属性。若要检查根标签是否拥有属性，可使用“attrib”对象，如下所示：

示例：

print(myroot.attrib)

输出：

{}

如上所示，输出为空字典，因为我们的根标签未定义任何属性。

寻找感兴趣的元素：

根元素同样由子标签组成。若要检索根标签的子项，可使用以下命令：

示例：

print(myroot[0].tag)

输出：

食物

若需检索根元素下的所有第一级子标签，可使用for循环进行迭代，如下所示：

示例：

for x in myroot[0]:
     print(x.tag, x.attrib)

输出：

item {'name': 'breakfast'} 价格{} 描述{} 卡路里{}

返回的所有项目均为“食物”的子属性及标签。

若需使用ElementTree从XML中提取文本，可使用text属性。例如，若想获取第一个食品的所有信息，应使用以下代码：

示例：

for x in myroot[0]:
        print(x.text)

输出：

懒懒地 $ 2.5 两悠闲地与酸辣酱的 553

可见，第一项的文本信息已作为输出返回。若需筛选出具有特定价格的商品，可使用get()方法，该方法用于访问元素的属性。

示例：

for x in myroot.findall('food'):
    item =x.find('item').text
    price = x.find('price').text
    print(item, price)

输出：

Idly$2.5 Paper Dosa$2.7 Upma$3.65 Bisi Bele Bath$4.50 Kesari Bath$1.95

上述输出展示了所有必需项目及其对应的价格。使用ElementTree，您还可以对XML文件进行修改。

修改XML文件：

您可以操作XML文件中的元素。为此，可使用set()函数。首先，让我们看看如何向XML中添加内容。

添加到XML：

以下示例演示了如何在项目描述中添加内容。

示例：

for description in myroot.iter('description'):
     new_desc = str(description.text)+'wil be served'
     description.text = str(new_desc)
     description.set('updated', 'yes')
 
mytree.write('new.xml')

write()函数用于创建新的XML文件并将更新后的结果写入该文件。您也可以使用相同的功能修改原始文件。执行上述代码后，您将看到一个包含更新结果的新文件。

上图显示了对食品描述所做的修改。若要添加新的子标签，可使用SubElement()方法。例如，若想在第一项Idly中添加一个新的专业标签，可执行以下操作：

示例：

ET.SubElement(myroot[0], 'speciality')
for x in myroot.iter('speciality'):
     new_desc = 'South Indian Special'
     x.text = str(new_desc)
 
mytree.write('output5.xml')

输出：

如上所示，在第一个食品标签下成功添加了一个新标签。通过指定下标，您可以在任意位置添加标签。接下来，我们将介绍如何使用此模块删除项目。

从XML中删除：

若需使用ElementTree删除属性或子元素，可使用pop()方法。该方法将删除用户不需要的特定属性或元素。

示例：

myroot[0][0].attrib.pop('name', None)
 
# create a new XML file with the results
mytree.write('output5.xml')

输出：

上图显示name属性已从item标签中删除。若要删除完整的标签，可使用相同的pop()方法，如下所示：

示例：

myroot[0].remove(myroot[0][0])
mytree.write('output6.xml')

输出：

输出显示食品标签的第一个子元素已被删除。若需删除所有标签，可使用clear()函数，如下所示：

示例：

myroot[0].clear()
mytree.write('output7.xml')

输出：

执行上述代码时，food标签的第一个子标签将被完全删除，包括其所有子标签。至此，我们一直在使用Python XML解析器教程中的xml.etree.ElementTree模块。接下来，让我们看看如何使用Minidom解析XML。

2.2、xml.dom.minidom模块

该模块主要供熟悉DOM（文档对象模型）的用户使用。DOM应用程序通常首先将XML解析为DOM。在xml.dom.minidom中，这可通过以下方式实现：

使用parse()函数：

第一种方法是通过提供要解析的XML文件作为参数来使用parse()函数。例如：

示例：

from xml.dom import minidom
p1 = minidom.parse("sample.xml");

执行此操作后，您将能够拆分XML文件并获取所需数据。您还可以使用此函数解析已打开的文件。

示例：

dat=open('sample.xml')
p2=minidom.parse(dat)

在此情况下，存储打开文件的变量作为参数提供给解析函数。

使用parseString()方法：

当您需要提供作为字符串解析的XML时，将使用此方法。

示例：

p3 = minidom.parseString('<myxml>Using<empty/> parseString</myxml>')

您可以使用上述任何一种方法来解析XML。接下来，让我们尝试使用此模块获取数据。

寻找感兴趣的元素：

在文件被解析后，若尝试打印它，返回的输出会显示一条消息，表明存储解析数据的变量是DOM对象。

示例：

dat=minidom.parse('sample.xml')
print(dat)

输出：

<xml.dom.minidom.Document对象在0x03B5A308>

使用GetElementByTagName访问元素：

示例：

tagname= dat.getElementsByTagName('item')[0]
print(tagname)

若尝试使用GetElementByTagName方法获取第一个元素，将看到以下输出：

输出：

<DOM元素：0xc6bd00处的项目>

请注意，仅返回了一个输出，因为为了方便演示，我使用了[0]下标，这将在后续示例中移除。

若要访问属性的值，必须按如下方式使用value属性：

示例：

dat = minidom.parse('sample.xml')
tagname= dat.getElementsByTagName('item')
print(tagname[0].attributes['name'].value)

输出：

早餐

若要检索这些标签中存在的数据，可使用data属性，如下所示：

示例：

print(tagname[1].firstChild.data)

输出：

纸Dosa

您还可以使用value属性拆分和检索属性的值。

示例：

print(items[1].attributes['name'].value)

输出：

早餐

若要打印出菜单中可用的所有项目，可遍历这些项目并返回所有项。

示例：

for x in items:
    print(x.firstChild.data)

输出：

袖手旁观 纸DOSA UPMA 碧斯百丽沐浴 Kesari浴

若要计算菜单上的项目数量，可使用len()函数，如下所示：

示例：

print(len(items))

输出指定我们的菜单包含5个项目。

这使我们结束了本Python XML解析器教程。希望您已经清楚地了解了所有内容。

以上就是分析如何在Python中解析和修改XML的详细内容，更多关于Python解析和修改XML的资料请关注本站其它相关文章！