分析如何在Python中解析和修改XML

一、什么是XML？

XML代表可擴(kuò)展標(biāo)記語(yǔ)言。它在外觀上類似于HTML，但XML用于數(shù)據(jù)表示，而HTML用于定義正在使用的數(shù)據(jù)。XML專門設(shè)計(jì)用于在客戶端和服務(wù)器之間來(lái)回發(fā)送和接收數(shù)據(jù)。看看下面的例子：

例子：

? xml version ="1.0" encoding ="UTF-8" ?>
 metadata>
 food>
     item name ="breakfast" > Idly /item>
     price> $2.5 /price>
     description>
   兩個(gè) 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>
    藏紅花甜拉瓦
    /description>
     calories> 950 /calories>
 /食物>
 /元數(shù)據(jù)>

上面的示例顯示了我命名為“Sample.xml”的文件的內(nèi)容，我將在此Python XML解析器教程中為所有即將推出的示例使用相同的內(nèi)容。

二、Python XML解析模塊

Python允許使用兩個(gè)模塊解析這些XML文檔，即xml.etree.ElementTree模塊和Minidom（最小DOM實(shí)現(xiàn)）。解析意味著從文件中讀取信息并通過(guò)識(shí)別該特定XML文件的部分將其拆分為多個(gè)部分。讓我們進(jìn)一步了解如何使用這些模塊來(lái)解析XML數(shù)據(jù)。

2.1、xml.etree.ElementTree模塊

該模塊幫助我們?cè)跇?shù)結(jié)構(gòu)中格式化XML數(shù)據(jù)，這是分層數(shù)據(jù)的最自然表示。元素類型允許在內(nèi)存中存儲(chǔ)分層數(shù)據(jù)結(jié)構(gòu)，并具有以下屬性：

ElementTree是一個(gè)包裝元素結(jié)構(gòu)并允許與XML相互轉(zhuǎn)換的類?，F(xiàn)在讓我們嘗試使用python模塊解析上述XML文件。

有兩種使用“ElementTree”模塊解析文件的方法。第一個(gè)是使用parse()函數(shù)，第二個(gè)是fromstring()函數(shù)。parse()函數(shù)解析作為文件提供的XML文檔，而fromstring解析作為字符串提供的XML，即在三引號(hào)內(nèi)。

使用parse()函數(shù)：

如前所述，該函數(shù)采用文件格式的XML來(lái)解析它?？聪旅娴睦樱?/p>

例子：

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

如您所見(jiàn)，您需要做的第一件事是導(dǎo)入xml.etree.ElementTree模塊。然后，parse()方法解析“Sample.xml”文件。getroot()方法返回“Sample.xml”的根元素。

執(zhí)行上述代碼時(shí)，您不會(huì)看到返回的輸出，但不會(huì)出現(xiàn)表明代碼已成功執(zhí)行的錯(cuò)誤。要檢查根元素，您可以簡(jiǎn)單地使用print語(yǔ)句，如下所示：

例子：

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

輸出：

元素'元數(shù)據(jù)'在0x033589F0>

上面的輸出表明我們的XML文檔中的根元素是“元數(shù)據(jù)”。

使用fromstring()函數(shù)：

您還可以使用fromstring()函數(shù)來(lái)解析您的字符串?dāng)?shù)據(jù)。如果要執(zhí)行此操作，請(qǐng)將XML作為字符串傳遞給三引號(hào)，如下所示：

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)

上面的代碼將返回與前一個(gè)相同的輸出。請(qǐng)注意，用作字符串的XML文檔只是“Sample.xml”的一部分，我使用它來(lái)提高可見(jiàn)性。您也可以使用完整的XML文檔。

您還可以使用“標(biāo)簽”對(duì)象檢索根標(biāo)簽，如下所示：

例子：

print(myroot.tag)

輸出：

元數(shù)據(jù)

您還可以通過(guò)指定要在輸出中看到的字符串部分來(lái)對(duì)標(biāo)簽字符串輸出進(jìn)行切片。

例子：

print(myroot.tag[0:4])

輸出：

元

如前所述，標(biāo)簽也可以具有字典屬性。要檢查根標(biāo)記是否具有任何屬性，您可以使用“attrib”對(duì)象，如下所示：

例子：

print(myroot.attrib)

輸出：

{}

如您所見(jiàn)，輸出是一個(gè)空字典，因?yàn)槲覀兊母鶚?biāo)簽沒(méi)有屬性。

尋找感興趣的元素：

根也由子標(biāo)簽組成。要檢索根標(biāo)記的子項(xiàng)，您可以使用以下命令：

例子：

print(myroot[0].tag)

輸出：

食物

現(xiàn)在，如果要檢索根的所有第一個(gè)子標(biāo)簽，可以使用for循環(huán)迭代它，如下所示：

例子：

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

輸出：

item {'name': 'breakfast'}
價(jià)格{}
描述{}
卡路里{}

返回的所有項(xiàng)目都是食物的子屬性和標(biāo)簽。

要使用ElementTree將文本從XML中分離出來(lái)，您可以使用text屬性。例如，如果我想檢索有關(guān)第一個(gè)食品的所有信息，我應(yīng)該使用以下代碼：

例子：

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

輸出：

懶懶地
$ 2.5
兩悠閑地與酸辣醬的
553

可以看到，第一項(xiàng)的文本信息已經(jīng)作為輸出返回了?，F(xiàn)在，如果您想顯示具有特定價(jià)格的所有商品，您可以使用get()方法。此方法訪問(wèn)元素的屬性。

例子：

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

輸出：

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

上面的輸出顯示了所有必需的項(xiàng)目以及每個(gè)項(xiàng)目的價(jià)格。使用ElementTree，您還可以修改XML文件。

修改XML文件：

可以操作XML文件中的元素。為此，您可以使用set()函數(shù)。讓我們首先看看如何向XML添加一些東西。

添加到XML：

以下示例顯示了如何在項(xiàng)目描述中添加內(nèi)容。

例子：

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()函數(shù)幫助創(chuàng)建一個(gè)新的xml文件并將更新的輸出寫(xiě)入相同的文件。但是，您也可以使用相同的功能修改原始文件。執(zhí)行完上述代碼后，您將能夠看到已創(chuàng)建具有更新結(jié)果的新文件。

上圖顯示了對(duì)我們食品的修改描述。要添加新的子標(biāo)簽，您可以使用SubElement()方法。例如，如果您想在第一項(xiàng)Idly中添加一個(gè)新的專業(yè)標(biāo)簽，您可以執(zhí)行以下操作：

例子：

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')

輸出：

如您所見(jiàn)，在第一個(gè)食品標(biāo)簽下添加了一個(gè)新標(biāo)簽。通過(guò)在[]括號(hào)內(nèi)指定下標(biāo)，您可以在任何地方添加標(biāo)簽?，F(xiàn)在讓我們看一下如何使用此模塊刪除項(xiàng)目。

從XML中刪除：

要使用ElementTree刪除屬性或子元素，您可以使用pop()方法。此方法將刪除用戶不需要的所需屬性或元素。

例子：

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

輸出：

上圖顯示name屬性已從item標(biāo)記中刪除。要?jiǎng)h除完整的標(biāo)簽，您可以使用相同的pop()方法，如下所示：

例子：

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

輸出：

輸出顯示食品標(biāo)簽的第一個(gè)子元素已被刪除。如果要?jiǎng)h除所有標(biāo)簽，可以使用clear()函數(shù)，如下所示：

例子：

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

輸出：

執(zhí)行上述代碼時(shí)，food標(biāo)簽的第一個(gè)子標(biāo)簽將被完全刪除，包括所有子標(biāo)簽。到這里為止，我們一直在使用這個(gè)Python XML解析器教程中的xml.etree.ElementTree模塊。現(xiàn)在讓我們看看如何使用Minidom解析XML。

2.2、xml.dom.minidom模塊

這個(gè)模塊基本上是由精通DOM（文檔對(duì)象模塊）的人使用的。DOM應(yīng)用程序通常首先將XML解析為DOM。在xml.dom.minidom中，這可以通過(guò)以下方式實(shí)現(xiàn)：

使用parse()函數(shù)：

第一種方法是通過(guò)提供要解析的XML文件作為參數(shù)來(lái)使用parse()函數(shù)。例如：

例子：

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

執(zhí)行此操作后，您將能夠拆分XML文件并獲取所需的數(shù)據(jù)。您還可以使用此函數(shù)解析打開(kāi)的文件。

例子：

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

在這種情況下，存儲(chǔ)打開(kāi)文件的變量作為參數(shù)提供給解析函數(shù)。

使用parseString()方法：

當(dāng)您想要提供要作為字符串解析的XML時(shí)，將使用此方法。

例子：

p3 = minidom.parseString('myxml>Usingempty/> parseString/myxml>')

您可以使用上述任何一種方法來(lái)解析XML?，F(xiàn)在讓我們嘗試使用此模塊獲取數(shù)據(jù)。

尋找感興趣的元素：

在我的文件被解析后，如果我嘗試打印它，返回的輸出會(huì)顯示一條消息，表明存儲(chǔ)解析數(shù)據(jù)的變量是DOM對(duì)象。

例子：

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

輸出：

xml.dom.minidom.Document對(duì)象在0x03B5A308>

使用GetElementByTagName訪問(wèn)元素：

例子：

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

如果我嘗試使用GetElementByTagName方法獲取第一個(gè)元素，我將看到以下輸出：

輸出：

DOM元素：0xc6bd00處的項(xiàng)目>

請(qǐng)注意，只返回了一個(gè)輸出，因?yàn)闉榱朔奖阄沂褂昧薣0]下標(biāo)，這將在進(jìn)一步的示例中刪除。

要訪問(wèn)屬性的值，我必須按如下方式使用value屬性：

例子：

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

輸出：

早餐

要檢索這些標(biāo)簽中存在的數(shù)據(jù)，您可以使用data屬性，如下所示：

例子：

print(tagname[1].firstChild.data)

輸出：

紙Dosa

您還可以使用value屬性拆分和檢索屬性的值。

例子：

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

輸出：

早餐

要打印出我們菜單中可用的所有項(xiàng)目，您可以遍歷這些項(xiàng)目并返回所有項(xiàng)目。

例子：

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

輸出：

袖手旁觀
紙DOSA
UPMA
碧斯百麗沐浴
Kesari浴

要計(jì)算菜單上的項(xiàng)目數(shù)，您可以使用len()函數(shù)，如下所示：

例子：

print(len(items))

輸出指定我們的菜單包含5個(gè)項(xiàng)目。

這使我們結(jié)束了本Python XML解析器教程。我希望你已經(jīng)清楚地了解了一切。

以上就是分析如何在Python中解析和修改XML的詳細(xì)內(nèi)容，更多關(guān)于Python解析和修改XML的資料請(qǐng)關(guān)注腳本之家其它相關(guān)文章！