Python标准库系列之xml模块
创新互联公司专注于企业
成都全网营销、网站重做改版、宁海网站定制设计、自适应品牌网站建设、
H5页面制作、
商城网站建设、集团公司官网建设、外贸网站建设、高端网站制作、响应式网页设计等建站业务，价格优惠性价比高，为宁海等各大城市提供网站开发制作服务。
Python’s interfaces for processing XML are grouped in the xml package.
带分隔符的文件仅有两维的数据：行和列。如果你想在程序之间交换数据结构，需要一种方法把层次结构、序列、集合和其他的结构编码成文本。
XML是最突出的处理这种转换的标记(markup)格式，它使用标签(tag)分个数据，如下面的实例文件menu.xml所示：
安生's Blog
大好时光！
2016-05-24T15:29:19.000Z
安生
XML的一些重要特性
标签以一个<字符开头，例如实例中的feed、title、subtitle、author。
忽略空格
通常一个开始标签跟一段其他的内容，然后是最后相匹配的结束标签，例如
大好时光！标签之间是可以存在多级嵌套的
可选属性(attribute)可以出现在开始标签里
标签中可以包含值(value)
如果一个命名为thing的标签内没有内容或者子标签，那么它可以用在右尖括号的前面添加斜杠的简单标签所表示，例如
代替开始和结束都存在的标签。
存放数据的位置可以是任意的—-属性、值或者子标签。
XML通常用于数据传送和消息，它存在一些子格式，如RSS和Atom，例如：https://blog.ansheng.me/atom.xml
在Python中解析XML最简单的方法是使用ElementTree。
| 模块 | 说明 |
|---|
| xml.etree.ElementTree | the ElementTree API, a simple and lightweight XML processor |
创建xml文件
导入ElementTree方法，起一个别名为ET
>>> from xml.etree import ElementTree as ET
创建顶级标签
>>> level_1 = ET.Element("famliy")创建二级标签，tag名name，attrib标签属性
>>> level_2 = ET.SubElement(level_1, "name", attrib={"enrolled":"yes"})创建三级标签
>>> level_3 = ET.SubElement(level_2, "age", attrib={"checked":"no"})生成文档
>>> tree = ET.ElementTree(level_1)
写入文件中
>>> tree.write('oooo.xml',encoding='utf-8', short_empty_elements=False)导入os模块，用os模块中的system方法执行shell命令查看刚才创建的oooo.xml文件
>>> import os
>>> os.system("cat oooo.xml")
# 生成出来的文档是没有换行的
0把刚才生成的文件下载到本地，然后用浏览器打开就可以看到分级层次了。
创建一个有换行的XML文件
代码
from xml.etree import ElementTree as ET
from xml.dom import minidom
root = ET.Element('level1',{"age":"1"})
son = ET.SubElement(root,"level2",{"age":"2"})
ET.SubElement(son, "level3", {"age":"3"})
# tree = ET.ElementTree(root)
# tree.write("abc.xml", encoding="utf-8",xml_declaration=True,short_empty_elements=False)
def prettify(root):
rough_string = ET.tostring(root, 'utf-8')
reparsed = minidom.parseString(rough_string)
return reparsed.toprettyxml(indent="\t")
new_str = prettify(root)
f = open("new_out.xml", "w")
f.write(new_str)
f.close()生成的xml文件
解析XML
first.xml文件内容为：
2
2025
141100
5
2028
59900
69
2028
13600
first.xml文件在/root目录下
利用ElementTree.XML将字符串解析成xml对象
>>> from xml.etree import ElementTree as ET
# 打开文件，读取XML内容，将字符串解析成xml特殊对象，root代指xml文件的根节点
>>> root = ET.XML(open('first.xml', 'r').read())
>>> root.tag
'data'
>>> for node in root:
... print(node.tag, node.attrib)
...
('country', {'name': 'Liechtenstein'})
('country', {'name': 'Singapore'})
('country', {'name': 'Panama'})
>>> print(node.find('rank').text)
69利用ElementTree.parse将文件直接解析成xml对象
>>> from xml.etree import ElementTree as ET
# 直接解析xml文件
>>> tree = ET.parse("first.xml")
# 获取xml文件的根节点
>>> root = tree.getroot()
>>> root.tag
'data'遍历XML中指定的节点
>>> from xml.etree import ElementTree as ET
>>> tree = ET.parse("first.xml")
>>> root = tree.getroot()
>>> for node in root.iter('year'):
# 输出node的tag和内容
... print(node.tag, node.text)
...
year 2025
year 2028
year 2028增、删、改XML
为节点添加属性
>>> from xml.etree import ElementTree as ET
>>> tree = ET.parse("first.xml")
>>> root = tree.getroot()
>>> for node in root.iter("year"):
# 查看原来的属性
... print(node.attrib)
...
{}
{}
{}
>>> for node in root.iter("year"):
# 添加属性
... node.set("OS","Linux")
...
>>> for node in root.iter("year"):
# 查看添加的属性
... print(node.attrib)
...
{'OS': 'Linux'}
{'OS': 'Linux'}
{'OS': 'Linux'}
# 把内容写入文件
>>> tree.write("first.xml")删除节点属性
>>> from xml.etree import ElementTree as ET
>>> tree = ET.parse("first.xml")
>>> root = tree.getroot()
>>> for node in root.iter("year"):
# 删除节点的OS属性
... del node.attrib['OS']
...
# 写入到文件当中
>>> tree.write("first.xml")查看属性
>>> from xml.etree import ElementTree as ET
>>> tree = ET.parse("first.xml")
>>> root = tree.getroot()
>>> for node in root.iter("year"):
... print(node.attrib)
...
# 节点内容为空
{}
{}
{}修改节点内容
修改year内的数字自加1
>>> from xml.etree import ElementTree as ET
>>> tree = ET.parse("first.xml")
>>> root = tree.getroot()
>>> for node in root.iter("year"):
# 输出原来year的内容
... print(node.text)
# 原来的值自加+
... new_year = int(node.text) + 1
... node.text = str(new_year)
...
2025
2028
2028
# 写入文件中
>>> tree.write("first.xml")
>>> for node in root.iter("year"):
# 输出写入文件之后year的内容
... print(node.text)
...
2026
2029
2029对节点操作的方法
获取节点的方法
>>> from xml.etree import ElementTree as ET
>>> tree = ET.parse("first.xml")
>>> root = tree.getroot()
>>> print(dir(root))
['__class__', '__copy__', '__deepcopy__', '__delattr__', '__delitem__', '__dir__', '__doc__', '__eq__', '__format__', '__ge__', '__getattribute__', '__getitem__', '__getstate__', '__gt__', '__hash__', '__init__', '__le__', '__len__', '__lt__', '__ne__', '__new__', '__reduce__', '__reduce_ex__', '__repr__', '__setattr__', '__setitem__', '__setstate__', '__sizeof__', '__str__', '__subclasshook__', 'append', 'clear', 'extend', 'find', 'findall', 'findtext', 'get', 'getchildren', 'getiterator', 'insert', 'items', 'iter', 'iterfind', 'itertext', 'keys', 'makeelement', 'remove', 'set']方法有这么多，那么我们常用的也就是下面的几个
| 方法名 | 说明 |
|---|
| tag | 获取tag标签名 |
| attrib | 获取节点的属性 |
| find | 获取节点的内容 |
| iter | 进行迭代 |
| set | 设置属性 |
| get | 获取属性 |
实例
判断QQ是否在线
腾讯提供了能够查看QQ号码是否在线的API，Y=在线；N=离线；E=QQ号码错误；A=商业用户验证失败；V=免费用户超过数量
>>> import requests
>>> from xml.etree import ElementTree as ET
>>> r = requests.get("http://www.webxml.com.cn//webservices/qqOnlineWebService.asmx/qqCheckOnline?qqCode=6087414")
>>> result = r.text
>>> from xml.etree import ElementTree as ET
>>> node = ET.XML(result)
>>> if node.text == "Y":
... print("在线")
... else:
... print("离线")
...
在线获取列车起止时间
代码
r = requests.get("http://www.webxml.com.cn/WebServices/TrainTimeWebService.asmx/getDetailInfoByTrainCode?TrainCode=K234&UserID=")
result = r.text
root = ET.XML(result)
for node in root.iter('TrainDetailInfo'):
print(node.find('TrainStation').text,node.find('ArriveTime').text,node.find("StartTime").text)执行结果
C:\Python35\python.exe F:/Python_code/sublime/Week5/Day01/xml_mod.py
上海（车次：K234\K235） None 11:12:00
# 地点 停止 启动
昆山 11:45:00 11:48:00
苏州 12:12:00 12:16:00
无锡 12:44:00 12:55:00
常州 13:22:00 13:26:00
镇江 14:13:00 14:16:00
南京 15:04:00 15:16:00
蚌埠 17:27:00 17:50:00
徐州 19:38:00 19:58:00
商丘 22:12:00 22:17:00
开封 23:49:00 23:53:00
郑州 00:37:00 01:14:00
新乡 02:20:00 02:22:00
鹤壁 03:01:00 03:03:00
安阳 03:33:00 03:36:00
邯郸 04:11:00 04:16:00
邢台 04:47:00 04:51:00
石家庄 06:05:00 None
Process finished with exit code 0
#Python标准库 #Xml
另外有需要云服务器可以了解下创新互联scvps.cn，海内外云服务器15元起步，三天无理由+7*72小时售后在线，公司持有idc许可证，提供“云服务器、裸金属服务器、高防服务器、香港服务器、美国服务器、虚拟主机、免备案服务器”等云主机租用服务以及企业上云的综合解决方案，具有“安全稳定、简单易用、服务可用性高、性价比高”等特点与优势，专为企业上云打造定制，能够满足用户丰富、多元化的应用场景需求。
网页题目：标准库系列之xml模块-创新互联
标题路径：
http://bzwzjz.com/article/cccjdi.html
