python中如何解析xml文件

本篇文章為大家展示了python中如何解析xml文件，內容簡明扼要并且容易理解，絕對能使你眼前一亮，通過這篇文章的詳細介紹希望你能有所收獲。

什么是 XML？

XML 指可擴展標記語言（eXtensible Markup Language）。

XML 被設計用來傳輸和存儲數據。

XML 是一套定義語義標記的規則，這些標記將文檔分成許多部件并對這些部件加以標識。

它也是元標記語言，即定義了用于定義其他與特定領域有關的、語義的、結構化的標記語言的句法語言。

Python 對 XML 的解析

常見的 XML 編程接口有 DOM 和 SAX，這兩種接口處理 XML 文件的方式不同，當然使用場合也不同。

Python 有三種方法解析 XML，SAX，DOM，以及 ElementTree:

1.SAX (simple API for XML )
Python 標準庫包含 SAX 解析器，SAX 用事件驅動模型，通過在解析XML的過程中觸發一個個的事件并調用用戶定義的回調函數來處理XML文件。

2.DOM(Document Object Model)
將 XML 數據在內存中解析成一個樹，通過對樹的操作來操作XML。

3.ElementTree(元素樹)
ElementTree就像一個輕量級的DOM，具有方便友好的API。代碼可用性好，速度快，消耗內存少。

注：因DOM需要將XML數據映射到內存中的樹，一是比較慢，二是比較耗內存，而SAX流式讀取XML文件，比較快，占用內存少，但需要用戶實現回調函數（handler）。

xml.etree

country_data.xml文件如下所示：

<?xml version="1.0"?>
<data>
    <country name="Liechtenstein">
        <rank>1</rank>
        <year>2008</year>
        <gdppc>141100</gdppc>
        <neighbor name="Austria">

先解釋下一些概念，很簡單的：
1.第一行的<?xml version="1.0" encoding="UTF-8"?>是xml文件的聲明，它定義了xml的版本 (1.0)和所使用編碼為UTF-8。
2.接下來就是xml文件的內容了，這些內容按一個樹狀結構進行組織擺放，形式如下：

<root>
	<child>
		<subchild>.....</subchild>
		<subchild>.....</subchild>
	</child>
</root>

其中，每一個<XXX>.</XXX>叫做一個節點，也叫一個元素，節點可以嵌套放置，也可以并列放置，在嵌套結構中，內外層節點是父子關系，以此類推，最外層的節點都叫做根節點。并列的兩節點為兄弟關系。

3.對于每一個節點，一般由Tag、Attribute、Text三部分構成。在country_data.xml中data,country,rank,year這些都是tag。與tag同一尖括弧內右邊的是Attribute，比如：name。Text就是兩個尖括弧中間夾的東西了。

xml文件的信息都存在節點里，關于節點的遍歷，有好幾種方法，這里用的是Element Tree。代碼如下：

# -*- coding:utf-8 -*-
import sys, os.path
import xml.etree.ElementTree as ET


# 讀取方法
def read_xml(xml_file=''):
    # 讀取xml文件
    tree = ET.parse(xml_file)
    # 獲取根節點
    root = tree.getroot()
    print("root.tag :", root.tag)

    # 獲取當前根節點下的所有子country節點
    child_node_list = root.findall('country')
    # 打印每個country節點的Attribute
    for child_node in child_node_list:
        print('attrib:%s'%child_node.attrib)
        for child in child_node.getchildren():
            print('tag:text;%s:%s'%(child.tag,child.text))

    # 獲取某一個節點的text，以<rank>234</rank>為例
    node = root.find('country2/rank')
    print(node.text)


class XmlParse:
    def __init__(self, file_path):
        self.tree = None
        self.root = None
        self.xml_file_path = file_path

    def ReadXml(self):
        try:
            print("xmlfile:", self.xml_file_path)
            # 讀取xml文件
            self.tree = ET.parse(self.xml_file_path)
            # 獲取根節點
            self.root = self.tree.getroot()
            print("root.tag :", self.root.tag)
        except Exception as e:
            print("parse xml faild!")
            sys.exit()
        else:
            print("parse xml success!")
        finally:
            return self.tree, self.root

    def CreateNode(self, tag, attrib, text):
        element = ET.Element(tag, attrib)
        element.text = text
        print("tag:%s;attrib:%s;text:%s" % (tag, attrib, text))
        return element

    def AddNode(self, Parent, tag, attrib, text):
        element = self.CreateNode(tag, attrib, text)
        if Parent:
            Parent.append(element)
            el = self.root.find("Python")
            print(el.tag, "----", el.attrib, "----", el.text)
        else:
            print("parent is none")

    def WriteXml(self, destfile):
        dest_xml_file = os.path.abspath(destfile)
        self.tree.write(dest_xml_file, encoding="utf-8", xml_declaration=True)


def method_1():
    # 增加節點并寫入新的xml
    parse = XmlParse(xml_file)
    tree, root = parse.ReadXml()
    parse.AddNode(root, "Python", {"age": "22", "hello": "world"}, "YES")
    parse.WriteXml("./xml/country_data_added.xml")


if __name__ == "__main__":
    xml_file = os.path.abspath("./xml/country_data.xml")
    read_xml(xml_file=xml_file)# 讀取詳細方法
    # method_1()

xml.dom

xml.dom.minidom官方文檔

# -*- coding:utf-8 -*-
from xml.dom.minidom import parse


def read_xml(xml_file=''):
    domTree = parse(xml_file)
    # 文檔根元素
    rootNode = domTree.documentElement #用于得到dom對象的文檔元素
    print('屬性值：',rootNode.nodeName,rootNode.nodeValue,rootNode.nodeType)# 結點名字,值，類型
    customers = rootNode.getElementsByTagName("customer")
    for customer in customers:
        if customer.hasAttribute("ID"):
            print("ID:", customer.getAttribute("ID"))
        # name 元素
        name = customer.getElementsByTagName("name")[0]
        print(name.nodeName, ":", name.childNodes[0].data)
        # phone 元素
        phone = customer.getElementsByTagName("phone")[0]
        print(phone.nodeName, ":", phone.childNodes[0].data)
        # comments 元素
        comments = customer.getElementsByTagName("comments")[0]
        print(comments.nodeName, ":", comments.childNodes[0].data)

def write_xml(xml_file=''):
    domTree = parse(xml_file)
    # 文檔根元素
    rootNode = domTree.documentElement
    # 新建一個customer節點
    customer_node = domTree.createElement("customer")
    customer_node.setAttribute("ID", "C003")
    # 創建name節點,并設置textValue
    name_node = domTree.createElement("name")
    name_text_value = domTree.createTextNode("kavin")
    name_node.appendChild(name_text_value)  # 把文本節點掛到name_node節點
    customer_node.appendChild(name_node)
    # 創建phone節點,并設置textValue
    phone_node = domTree.createElement("phone")
    phone_text_value = domTree.createTextNode("32467")
    phone_node.appendChild(phone_text_value)  # 把文本節點掛到name_node節點
    customer_node.appendChild(phone_node)
    # 創建comments節點,這里是CDATA
    comments_node = domTree.createElement("comments")
    cdata_text_value = domTree.createCDATASection("A small but healthy company.")
    comments_node.appendChild(cdata_text_value)
    customer_node.appendChild(comments_node)

    rootNode.appendChild(customer_node)
    with open('./xml/customer_added.xml', 'w') as f:
        # 縮進 - 換行 - 編碼
        domTree.writexml(f, addindent=' ', newl="", encoding='utf-8')

def update_xml(xml_file=''):
    domTree = parse(xml_file)
    # 文檔根元素
    rootNode = domTree.documentElement

    names = rootNode.getElementsByTagName("name")
    for name in names:
        if name.childNodes[0].data == "Acme Inc.":
            # 獲取到name節點的父節點
            pn = name.parentNode
            # 父節點的phone節點，其實也就是name的兄弟節點
            # 可能有sibNode方法，我沒試過，大家可以google一下
            phone = pn.getElementsByTagName("phone")[0]
            # 更新phone的取值
            phone.childNodes[0].data = 99999

    with open('./xml/customer_updated.xml', 'w') as f:
        # 縮進 - 換行 - 編碼
        domTree.writexml(f, addindent=' ', encoding='utf-8')


if __name__ == '__main__':
    xml_file='./xml/customer.xml'
    read_xml(xml_file=xml_file)
    write_xml(xml_file=xml_file)
    update_xml(xml_file=xml_file)

ValueError: multi-byte encodings are not supported

pyton解析xml時，報錯

是因為編碼的問題，把xml的頭

<?xml version="1.0" encoding="gb2312"?>

改成

<?xml version="1.0" encoding="utf-8"?>

上述內容就是python中如何解析xml文件，你們學到知識或技能了嗎？如果還想學到更多技能或者豐富自己的知識儲備，歡迎關注億速云行業資訊頻道。