python之XML文件解析

• 2019 年 12 月 10 日
• 筆記

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，分別是SAX，DOM，以及ElementTree三種方法。

以下案例依次介紹三種方法：

　　先寫一個關於book的xml文件

<books>      <book id="01">          <bookname>python入門</bookname>          <author>李強</author>          <price>25</price>      </book>      <book id="02">          <bookname>java基礎</bookname>          <author>王洋</author>          <price>30</price>      </book>      <book id="03">          <bookname>神鵰俠侶</bookname>          <author>金庸</author>          <price>212</price>      </book>    </books>

1.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。

操作代碼如下：

#引入parse的包  from xml.dom.minidom import parse    doc=parse("book.xml")                   #先把xml文件加載進來  root=doc.documentElement                #獲取元素的根節點  books=root.getElementsByTagName('book') #找到子節點，得到的是一個數組    for book in books:                       #把所有的子節點進行遍歷      print("===book====")      if book.hasAttribute('id'):             #如果有ID屬性，則輸出          print('書的ID是：%s'% book.getAttribute('id'))        bookname=book.getElementsByTagName("bookname")[0]  #根據標籤名找到，並且輸出第一個元素      print("書名是：%s"%bookname.childNodes[0].data)      #輸出標籤名的子節點的第一個值，並轉為data類型      author=book.getElementsByTagName("author")[0]      print("作者是：%s"%author.childNodes[0].data)      price=book.getElementsByTagName("price")[0]      print("價格是：%s"%price.childNodes[0].data)

2.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並調用用戶定義的回調函數來處理XML文件。

from xml.sax import parse, ContentHandler #引入繼承包ContentHandler      #書的類  class Book:      #定義初始化屬性，和xml文件屬性相同      def __init__(self,bookname=None,author=None,price=None):          self.bookname=bookname          self.author=author          self.price=price      def __str__(self):  #轉化為字符串輸出          return self.bookname+","+self.author+","+self.price    books=[]#定義一個書的數組,用來存放每次得到的數據    #定義繼承ContentHandler的類，可以實現相應的方法  class bkdemo(ContentHandler):      def __init__(self):          #定義全局變量          self.book=None #用來接收book的相應數據          self.tag=None  #用來接收characters方法得到的content內容      def startDocument(self): #books對象開始          print("對象開始")      def endDocument(self):  #books對象結束          print("對象結束")      def startElement(self, name, attrs): #每一個標籤元素的開始，name：標籤名稱 attrs:標籤內部相應屬性          if name=='book':  #如果標籤名是book              self.book=Book()  #創建一個Book()對象      def endElement(self, name):  #每一個標籤元素的結束，name：標籤名稱 （此時才會得到相應的content）          if name=='bookname':              self.book.bookname=self.tag  #對象的標籤名=得到相應content的值          if name=='author':              self.book.author=self.tag          if name=='price':              self.book.price=self.tag          if name=='book':              books.append(self.book)  #為定義的數組追加得到的相應元素        def characters(self, content):          self.tag=content   #寫了self的，就可以定義為全局變量      parse("book.xml",bkdemo())  #parse的方法，分別指明xml文件，並調用查找的類方法  for i in books:   #對數組books[]循環      print(i)

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。

from xml.etree import ElementTree  #引入ElementTree的包  #書的類  class Book:      #定義初始化屬性，和xml文件屬性相同      def __init__(self,bookname=None,author=None,price=None):          self.bookname=bookname          self.author=author          self.price=price      def __str__(self):  #轉化為字符串輸出          return self.bookname+","+self.author+","+self.price    roota=ElementTree.parse("book.xml") #parse方法讀取xml文件，得到元素樹  bk=roota.findall("book")  #findall查詢所有的book標籤  boo=[]   #定義一個集合  for aa in bk:   #對得到的所有的根元素下的子標籤循環輸出      book=Book()   #定義一個類對象      book.bookname=aa.find("bookname").text #對象的相應標籤值=子標籤查找到的固定標籤名，並以text形式輸出      book.author=aa.find("author").text      book.price=aa.find("price").text      boo.append(book)  #將得到的屬性值追加到定義的集合中    for i in boo:  #遍歷集合      print(i)

輸出結果：

python入門,李強,25  java基礎,王洋,30  神鵰俠侶,金庸,212    Process finished with exit code 0