免費(fèi)AI編程助手
標(biāo)準(zhǔn)庫(kù)(7)
2018-02-24 15:48 更新
xml在軟件領(lǐng)域用途非常廣泛，有名人曰：
“當(dāng) XML（擴(kuò)展標(biāo)記語(yǔ)言）于 1998 年 2 月被引入軟件工業(yè)界時(shí)，它給整個(gè)行業(yè)帶來(lái)了一場(chǎng)風(fēng)暴。有史以來(lái)第一次，這個(gè)世界擁有了一種用來(lái)結(jié)構(gòu)化文檔和數(shù)據(jù)的通用且適應(yīng)性強(qiáng)的格式，它不僅僅可以用于 WEB，而且可以被用于任何地方?！?/p>
---《Designing With Web Standards Second Edition》, Jeffrey Zeldman
對(duì)于xml如果要做一個(gè)定義式的說(shuō)明，就不得不引用w3cschool里面簡(jiǎn)潔而明快的說(shuō)明：
- XML 指可擴(kuò)展標(biāo)記語(yǔ)言（EXtensible Markup Language）
- XML 是一種標(biāo)記語(yǔ)言，很類似 HTML
- XML 的設(shè)計(jì)宗旨是傳輸數(shù)據(jù)，而非顯示數(shù)據(jù)
- XML 標(biāo)簽沒有被預(yù)定義。您需要自行定義標(biāo)簽。
- XML 被設(shè)計(jì)為具有自我描述性。
- XML 是 W3C 的推薦標(biāo)準(zhǔn)
如果讀者要詳細(xì)了解和學(xué)習(xí)有關(guān)xml，可以閱讀w3cschool的教程
xml的重要，關(guān)鍵在于它是用來(lái)傳輸數(shù)據(jù)，因?yàn)閭鬏敂?shù)據(jù)，特別是在web編程中，經(jīng)常要用到的。有了這樣一種東西，就讓數(shù)據(jù)傳輸變得簡(jiǎn)單了。對(duì)于這么重要的，python當(dāng)然有支持。
一般來(lái)講，一個(gè)引人關(guān)注的東西，總會(huì)有很多人從不同側(cè)面去關(guān)注。在編程語(yǔ)言中也是如此，所以，對(duì)xml這個(gè)明星式的東西，python提供了多種模塊來(lái)處理。
- xml.dom.* 模塊：Document Object Model。適合用于處理 DOM API。它能夠?qū)ml數(shù)據(jù)在內(nèi)存中解析成一個(gè)樹，然后通過對(duì)樹的操作來(lái)操作xml。但是，這種方式由于將xml數(shù)據(jù)映射到內(nèi)存中的樹，導(dǎo)致比較慢，且消耗更多內(nèi)存。
- xml.sax.* 模塊：simple API for XML。由于SAX以流式讀取xml文件，從而速度較快，切少占用內(nèi)存，但是操作上稍復(fù)雜，需要用戶實(shí)現(xiàn)回調(diào)函數(shù)。
- xml.parser.expat：是一個(gè)直接的，低級(jí)一點(diǎn)的基于 C 的 expat 的語(yǔ)法分析器。 expat接口基于事件反饋，有點(diǎn)像 SAX 但又不太像，因?yàn)樗慕涌诓⒉皇峭耆?guī)范于 expat 庫(kù)的。
- xml.etree.ElementTree (以下簡(jiǎn)稱 ET)：元素樹。它提供了輕量級(jí)的python式的API，相對(duì)于DOM，ET快了很多 ，而且有很多令人愉悅的API可以使用；相對(duì)于SAX，ET也有ET.iterparse提供了 “在空中” 的處理方式，沒有必要加載整個(gè)文檔到內(nèi)存，節(jié)省內(nèi)存。ET的性能的平均值和SAX差不多，但是API的效率更高一點(diǎn)而且使用起來(lái)很方便。
所以，我用xml.etree.ElementTree
ElementTree在標(biāo)準(zhǔn)庫(kù)中有兩種實(shí)現(xiàn)。一種是純Python實(shí)現(xiàn)：xml.etree.ElementTree ，另外一種是速度快一點(diǎn)：xml.etree.cElementTree 。
如果讀者使用的是python2.x，可以像這樣引入模塊：
try:
import xml.etree.cElementTree as ET
except ImportError:
import xml.etree.ElementTree as ET如果是Python3.3以上，就沒有這個(gè)必要了，只需要一句話import xml.etree.ElementTree as ET即可，然后由模塊自動(dòng)來(lái)尋找適合的方式。顯然python3.x相對(duì)python2.x有了很大進(jìn)步。但是，本教程礙于很多工程項(xiàng)目還沒有升級(jí)換代，暫且忍受了。
遍歷查詢
先要搞一個(gè)xml文檔。為了圖省事，我就用w3cschool中的一個(gè)例子：
這是一個(gè)xml樹，只不過是用圖來(lái)表示的，還沒有用ET解析呢。把這棵樹寫成xml文檔格式：
<bookstore>
<book category="COOKING">
<title lang="en">Everyday Italian</title>
<author>Giada De Laurentiis</author>
<year>2005</year>
<price>30.00</price>
</book>
<book category="CHILDREN">
<title lang="en">Harry Potter</title>
<author>J K. Rowling</author>
<year>2005</year>
<price>29.99</price>
</book>
<book category="WEB">
<title lang="en">Learning XML</title>
<author>Erik T. Ray</author>
<year>2003</year>
<price>39.95</price>
</book>
</bookstore>將xml保存為名為22601.xml的文件，然后對(duì)其進(jìn)行如下操作：
>>> import xml.etree.cElementTree as ET為了簡(jiǎn)化，我用這種方式引入，如果在編程實(shí)踐中，推薦讀者使用try...except...方式。
>>> tree = ET.ElementTree(file="22601.xml")
>>> tree
<ElementTree object at 0xb724cc2c>建立起xml解析樹。然后可以通過根節(jié)點(diǎn)向下開始讀取各個(gè)元素（element對(duì)象）。
在上述xml文檔中，根元素是，它沒有屬性，或者屬性為空。
>>> root = tree.getroot() #獲得根
>>> root.tag
'bookstore'
>>> root.attrib
{}要想將根下面的元素都讀出來(lái)，可以：
>>> for child in root:
... print child.tag, child.attrib
...
book {'category': 'COOKING'}
book {'category': 'CHILDREN'}
book {'category': 'WEB'}也可以這樣讀取指定元素的信息：
>>> root[0].tag
'book'
>>> root[0].attrib
{'category': 'COOKING'}
>>> root[0].text #無(wú)內(nèi)容
'\n '再深點(diǎn)，就有感覺了：
>>> root[0][0].tag
'title'
>>> root[0][0].attrib
{'lang': 'en'}
>>> root[0][0].text
'Everyday Italian'對(duì)于ElementTree對(duì)象，有一個(gè)iter方法可以對(duì)指定名稱的子節(jié)點(diǎn)進(jìn)行深度優(yōu)先遍歷。例如：
>>> for ele in tree.iter(tag="book"): #遍歷名稱為book的節(jié)點(diǎn)
... print ele.tag, ele.attrib
...
book {'category': 'COOKING'}
book {'category': 'CHILDREN'}
book {'category': 'WEB'}
>>> for ele in tree.iter(tag="title"): #遍歷名稱為title的節(jié)點(diǎn)
... print ele.tag, ele.attrib, ele.text
...
title {'lang': 'en'} Everyday Italian
title {'lang': 'en'} Harry Potter
title {'lang': 'en'} Learning XML如果不指定元素名稱，就是將所有的元素遍歷一邊。
>>> for ele in tree.iter():
... print ele.tag, ele.attrib
...
bookstore {}
book {'category': 'COOKING'}
title {'lang': 'en'}
author {}
year {}
price {}
book {'category': 'CHILDREN'}
title {'lang': 'en'}
author {}
year {}
price {}
book {'category': 'WEB'}
title {'lang': 'en'}
author {}
year {}
price {}除了上面的方法，還可以通過路徑，搜索到指定的元素，讀取其內(nèi)容。這就是xpath。此處對(duì)xpath不詳解，如果要了解可以到網(wǎng)上搜索有關(guān)信息。
>>> for ele in tree.iterfind("book/title"):
... print ele.text
...
Everyday Italian
Harry Potter
Learning XML利用findall()方法，也可以是實(shí)現(xiàn)查找功能：
>>> for ele in tree.findall("book"):
... title = ele.find('title').text
... price = ele.find('price').text
... lang = ele.find('title').attrib
... print title, price, lang
...
Everyday Italian 30.00 {'lang': 'en'}
Harry Potter 29.99 {'lang': 'en'}
Learning XML 39.95 {'lang': 'en'}編輯
除了讀取有關(guān)數(shù)據(jù)之外，還能對(duì)xml進(jìn)行編輯，即增刪改查功能。還是以上面的xml文檔為例：
>>> root[1].tag
'book'
>>> del root[1]
>>> for ele in root:
... print ele.tag
...
book
book如此，成功刪除了一個(gè)節(jié)點(diǎn)。原來(lái)有三個(gè)book節(jié)點(diǎn)，現(xiàn)在就還剩兩個(gè)了。打開源文件再看看，是不是正好少了第二個(gè)節(jié)點(diǎn)呢？一定很讓你失望，源文件居然沒有變化。
的確如此，源文件沒有變化，這就對(duì)了。因?yàn)橹链说男薷膭?dòng)作，還是停留在內(nèi)存中，還沒有將修改結(jié)果輸出到文件。不要忘記，我們是在內(nèi)存中建立的ElementTree對(duì)象。再這樣做：
>>> import os
>>> outpath = os.getcwd()
>>> file = outpath + "/22601.xml"把當(dāng)前文件路徑拼裝好。然后：
>>> tree.write(file)再看源文件，已經(jīng)變成兩個(gè)節(jié)點(diǎn)了。
除了刪除，也能夠修改：
>>> for price in root.iter("price"): #原來(lái)每本書的價(jià)格
... print price.text
...
30.00
39.95
>>> for price in root.iter("price"): #每本上漲7元，并且增加屬性標(biāo)記
... new_price = float(price.text) + 7
... price.text = str(new_price)
... price.set("updated","up")
...
>>> tree.write(file)查看源文件：
<bookstore>
<book category="COOKING">
<title lang="en">Everyday Italian</title>
<author>Giada De Laurentiis</author>
<year>2005</year>
<price updated="up">37.0</price>
</book>
<book category="WEB">
<title lang="en">Learning XML</title>
<author>Erik T. Ray</author>
<year>2003</year>
<price updated="up">46.95</price>
</book>
</bookstore>不僅價(jià)格修改了，而且在price標(biāo)簽里面增加了屬性標(biāo)記。干得不錯(cuò)。
上面用del來(lái)刪除某個(gè)元素，其實(shí)，在編程中，這個(gè)用的不多，更喜歡用remove()方法。比如我要?jiǎng)h除price > 40的書?？梢赃@么做：
>>> for book in root.findall("book"):
... price = book.find("price").text
... if float(price) > 40.0:
... root.remove(book)
...
>>> tree.write(file)于是就這樣了：
<bookstore>
<book category="COOKING">
<title lang="en">Everyday Italian</title>
<author>Giada De Laurentiis</author>
<year>2005</year>
<price updated="up">37.0</price>
</book>
</bookstore>接下來(lái)就要增加元素了。
>>> import xml.etree.cElementTree as ET
>>> tree = ET.ElementTree(file="22601.xml")
>>> root = tree.getroot()
>>> ET.SubElement(root, "book") #在root里面添加book節(jié)點(diǎn)
<Element 'book' at 0xb71c7578>
>>> for ele in root:
... print ele.tag
...
book
book
>>> b2 = root[1] #得到新增的book節(jié)點(diǎn)
>>> b2.text = "python" #添加內(nèi)容
>>> tree.write("22601.xml")查看源文件：
<bookstore>
<book category="COOKING">
<title lang="en">Everyday Italian</title>
<author>Giada De Laurentiis</author>
<year>2005</year>
<price updated="up">37.0</price>
</book>
<book>python</book>
</bookstore>常用屬性和方法總結(jié)
ET里面的屬性和方法不少，這里列出常用的，供使用中備查。
Element對(duì)象
常用屬性：
- tag：string，元素?cái)?shù)據(jù)種類
- text：string，元素的內(nèi)容
- attrib：dictionary，元素的屬性字典
- tail：string，元素的尾形
針對(duì)屬性的操作
- clear()：清空元素的后代、屬性、text和tail也設(shè)置為None
- get(key, default=None)：獲取key對(duì)應(yīng)的屬性值，如該屬性不存在則返回default值
- items()：根據(jù)屬性字典返回一個(gè)列表，列表元素為(key, value）
- keys()：返回包含所有元素屬性鍵的列表
- set(key, value)：設(shè)置新的屬性鍵與值
針對(duì)后代的操作
- append(subelement)：添加直系子元素
- extend(subelements)：增加一串元素對(duì)象作為子元素
- find(match)：尋找第一個(gè)匹配子元素，匹配對(duì)象可以為tag或path
- findall(match)：尋找所有匹配子元素，匹配對(duì)象可以為tag或path
- findtext(match)：尋找第一個(gè)匹配子元素，返回其text值。匹配對(duì)象可以為tag或path
- insert(index, element)：在指定位置插入子元素
- iter(tag=None)：生成遍歷當(dāng)前元素所有后代或者給定tag的后代的迭代器
- iterfind(match)：根據(jù)tag或path查找所有的后代
- itertext()：遍歷所有后代并返回text值
- remove(subelement)：刪除子元素
ElementTree對(duì)象
- find(match)
- findall(match)
- findtext(match, default=None)
- getroot()：獲取根節(jié)點(diǎn).
- iter(tag=None)
- iterfind(match)
- parse(source, parser=None)：裝載xml對(duì)象，source可以為文件名或文件類型對(duì)象.
- write(file, encoding="us-ascii", xml_declaration=None, default_namespace=None,method="xml")
一個(gè)實(shí)例
最后，提供一個(gè)參考，這是一篇來(lái)自網(wǎng)絡(luò)的文章：Python xml屬性、節(jié)點(diǎn)、文本的增刪改，本文的源碼我也復(fù)制到下面，請(qǐng)讀者參考：
實(shí)現(xiàn)思想：
使用ElementTree，先將文件讀入，解析成樹，之后，根據(jù)路徑，可以定位到樹的每個(gè)節(jié)點(diǎn)，再對(duì)節(jié)點(diǎn)進(jìn)行修改，最后直接將其輸出.
#!/usr/bin/python
# -*- coding=utf-8 -*-
# author : wklken@yeah.net
# date: 2012-05-25
# version: 0.1
from xml.etree.ElementTree import ElementTree,Element
def read_xml(in_path):
'''
讀取并解析xml文件
in_path: xml路徑
return: ElementTree
'''
tree = ElementTree()
tree.parse(in_path)
return tree
def write_xml(tree, out_path):
'''
將xml文件寫出
tree: xml樹
out_path: 寫出路徑
'''
tree.write(out_path, encoding="utf-8",xml_declaration=True)
def if_match(node, kv_map):
'''
判斷某個(gè)節(jié)點(diǎn)是否包含所有傳入?yún)?shù)屬性
node: 節(jié)點(diǎn)
kv_map: 屬性及屬性值組成的map
'''
for key in kv_map:
if node.get(key) != kv_map.get(key):
return False
return True
#---------------search -----
def find_nodes(tree, path):
'''
查找某個(gè)路徑匹配的所有節(jié)點(diǎn)
tree: xml樹
path: 節(jié)點(diǎn)路徑
'''
return tree.findall(path)
def get_node_by_keyvalue(nodelist, kv_map):
'''
根據(jù)屬性及屬性值定位符合的節(jié)點(diǎn)，返回節(jié)點(diǎn)
nodelist: 節(jié)點(diǎn)列表
kv_map: 匹配屬性及屬性值map
'''
result_nodes = []
for node in nodelist:
if if_match(node, kv_map):
result_nodes.append(node)
return result_nodes
#---------------change -----
def change_node_properties(nodelist, kv_map, is_delete=False):
'''
修改/增加 /刪除 節(jié)點(diǎn)的屬性及屬性值
nodelist: 節(jié)點(diǎn)列表
kv_map:屬性及屬性值map
'''
for node in nodelist:
for key in kv_map:
if is_delete:
if key in node.attrib:
del node.attrib[key]
else:
node.set(key, kv_map.get(key))
def change_node_text(nodelist, text, is_add=False, is_delete=False):
'''
改變/增加/刪除一個(gè)節(jié)點(diǎn)的文本
nodelist:節(jié)點(diǎn)列表
text : 更新后的文本
'''
for node in nodelist:
if is_add:
node.text += text
elif is_delete:
node.text = ""
else:
node.text = text
def create_node(tag, property_map, content):
'''
新造一個(gè)節(jié)點(diǎn)
tag:節(jié)點(diǎn)標(biāo)簽
property_map:屬性及屬性值map
content: 節(jié)點(diǎn)閉合標(biāo)簽里的文本內(nèi)容
return 新節(jié)點(diǎn)
'''
element = Element(tag, property_map)
element.text = content
return element
def add_child_node(nodelist, element):
'''
給一個(gè)節(jié)點(diǎn)添加子節(jié)點(diǎn)
nodelist: 節(jié)點(diǎn)列表
element: 子節(jié)點(diǎn)
'''
for node in nodelist:
node.append(element)
def del_node_by_tagkeyvalue(nodelist, tag, kv_map):
'''
同過屬性及屬性值定位一個(gè)節(jié)點(diǎn)，并刪除之
nodelist: 父節(jié)點(diǎn)列表
tag:子節(jié)點(diǎn)標(biāo)簽
kv_map: 屬性及屬性值列表
'''
for parent_node in nodelist:
children = parent_node.getchildren()
for child in children:
if child.tag == tag and if_match(child, kv_map):
parent_node.remove(child)
if __name__ == "__main__":
#1\. 讀取xml文件
tree = read_xml("./test.xml")
#2\. 屬性修改
#A. 找到父節(jié)點(diǎn)
nodes = find_nodes(tree, "processers/processer")
#B. 通過屬性準(zhǔn)確定位子節(jié)點(diǎn)
result_nodes = get_node_by_keyvalue(nodes, {"name":"BProcesser"})
#C. 修改節(jié)點(diǎn)屬性
change_node_properties(result_nodes, {"age": "1"})
#D. 刪除節(jié)點(diǎn)屬性
change_node_properties(result_nodes, {"value":""}, True)
#3\. 節(jié)點(diǎn)修改
#A.新建節(jié)點(diǎn)
a = create_node("person", {"age":"15","money":"200000"}, "this is the firest content")
#B.插入到父節(jié)點(diǎn)之下
add_child_node(result_nodes, a)
#4\. 刪除節(jié)點(diǎn)
#定位父節(jié)點(diǎn)
del_parent_nodes = find_nodes(tree, "processers/services/service")
#準(zhǔn)確定位子節(jié)點(diǎn)并刪除之
target_del_node = del_node_by_tagkeyvalue(del_parent_nodes, "chain", {"sequency" : "chain1"})
#5\. 修改節(jié)點(diǎn)文本
#定位節(jié)點(diǎn)
text_nodes = get_node_by_keyvalue(find_nodes(tree, "processers/services/service/chain"), {"sequency":"chain3"})
change_node_text(text_nodes, "new text")
#6\. 輸出到結(jié)果文件
write_xml(tree, "./out.xml") 操作對(duì)象（原始xml文件）：
<?xml version="1.0" encoding="UTF-8"?>
<framework>
<processers>
<processer name="AProcesser" file="lib64/A.so"
path="/tmp">
</processer>
<processer name="BProcesser" file="lib64/B.so" value="fordelete">
</processer>
<processer name="BProcesser" file="lib64/B.so2222222"/>
<services>
<service name="search" prefix="/bin/search?"
output_formatter="OutPutFormatter:service_inc">
<chain sequency="chain1"/>
<chain sequency="chain2"></chain>
</service>
<service name="update" prefix="/bin/update?">
<chain sequency="chain3" value="fordelete"/>
</service>
</services>
</processers>
</framework> 執(zhí)行程序之后，得到的結(jié)果文件：
<?xml version='1.0' encoding='utf-8'?>
<framework>
<processers>
<processer file="lib64/A.so" name="AProcesser" path="/tmp">
</processer>
<processer age="1" file="lib64/B.so" name="BProcesser">
<person age="15" money="200000">this is the firest content</person>
</processer>
<processer age="1" file="lib64/B.so2222222" name="BProcesser">
<person age="15" money="200000">this is the firest content</person>
</processer>
<services>
<service name="search" output_formatter="OutPutFormatter:service_inc"
prefix="/bin/search?">
<chain sequency="chain2" />
</service>
<service name="update" prefix="/bin/update?">
<chain sequency="chain3" value="fordelete">new text</chain>
</service>
</services>
</processers>
</framework> 以上內(nèi)容是否對(duì)您有幫助：
更多建議：