0
点赞
收藏
分享

微信扫一扫

python模块-XML模块

  XML即可扩展标记语言,XML是互联网数据传输的重要工具,它可以跨越互联网任何的平台,不受编程语言和操作系统的限制,可以说它是一个拥有互联网最高级别通行证的数据携带者。


1.XML语法

<?xml version="1.0" encoding="utf-8" ?>
<root xmlns='http:autosar.org/schema/r4.0'>
<part id="01" name="选项一">
<name>我是李泽雄</name>
<age>今年29岁</age>
<sex>男</sex>
</part>
<part id="02" name="选项二">
<name>我是吴鑫哲</name>
<age>今年39岁</age>
<sex>男</sex>
</part>
</root>

 

1.1 文档申明

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

  XML声明放在XML文档的第一行

  version –文档符合XML1.0规范,我们学习1.0

  encoding –文档字符编码,比如”gb2312”或者”utf-8”

  standalone –文档定义是否独立使用。standalone=”no”为默认值。yes代表是独立使用,而no代表不是独立使用

 

1.2 元素和节点 element

"01" name="选项一">
<name>我是李泽雄</name>
<age>今年29岁</age>
<sex>男</sex>
</part>

  1.元素包含标签tag,属性attrib(非必须)和文本text(最内侧元素才有)三要素
  2.元素可以嵌套元素,每个XML文档必须有且只有一个根元素
  3.标签分为开始标签和结束标签,标签必须遵守以下规范
    区分大小写,
    不能以数字或下划线”_”开头
    不能包含空格,不能包含冒号
  4.一个元素可以有多个属性,它的基本格式为:

<标签 属性名1="属性值1" 属性名2="属性值2">

    属性值用双引号""或单引号''分隔
    等号两边不能有空格
    属性值不能包括<,>,&,如果一定要包含,也要使用实体字符
  5.文本中出现的所有空格和换行,XML解析程序都会当做文本内容进行处理
  6.具体的元素称为节点,元素是节点的类,节点是元素的实例。同一元素的节点具有相同的标签

 

1.3 命名空间

  在 XML 中,当两个不同的文档使用相同的元素名时,就会发生命名冲突,而XML 命名空间提供避免元素命名冲突的方法。XML命名空间被放置于元素的root标签之中,并有两种命名方式:

  1.默认的命名空间

<root xmlns="namespaceURI">
<part>
</part>

"http:autosar.org/schema/r4.0"是唯一的namespaceURI

{http:autosar.org/schema/r4.0}part,为了书写方便,通常在python中这样定义:

xmlns = "{http:autosar.org/schema/r4.0}"
node = xmlns+"part"

 

  2.显式的命名空间

<?xml version='1.0' encoding='UTF-8'?>
<nvd xmlns:vuln="http://bulabula" xmlns:cvss="http://abulaabula" xmlns="http://alulalula">
<entry id="CVE-2011-0001">
<vuln:cvss>
<cvss:base_metrics>
<cvss:score>5.0</cvss:score>
</cvss:base_metrics>
</vuln:cvss>
</entry>
<nvd>

  其中默认的命名空间为xmls,另外声明了两个命名空间xmlns:vuln和xmlns:cvss。
  cvss:score节点被显式声明为cvss命名空间,需要这样访问:

cvss = “{http://abulabula}”
node.find(cvss + 'score')

 

1.4 实体字符

  XML有5个预定义的实体字符,用于文本非格式语句

实体字符

说明

&lt;


&gt;


&amp;

&

&apos;


&quot;

"

 

1.5 CDATA节

  如果要传递的内容包含大量的<,>,&或者“等一些特殊的不合法的字符,就要用到CDATA节,于把整段文本解释为纯字符数据而不是标记。CDATA节中可以输入任意字符(除]]>外),但是不能嵌套

<![CDATA[文本]]>

 

1.6 注释

<!--这是一个注释-->

 

1.7 处理指令

  我们也可以使用css样式表来修饰XML文件

 

2.XML模块(内置库)

xml.etree.ElementTree 是python的XML处理模块,它提供了一个轻量级的对象模型。在使用 ET 模块时,需要import xml.etree.ElementTree的操作。ElementTree表示整个XML元素层级,而Element表示元素层级中的一个元素或者一个节点。

import

 

2.1 方法列表

ET模块

说明

ET.ElementTree(root) -> ElementTree

指定根节点,创建层级关系,返回ElementTree类

root->Element类

ET.parse(file) -> ElementTree

读取XML文件的层级关系,返回ElementTree类

file->字符串

ET.Element(tag) -> Element

创建根节点,返回Element类

tag->字符串

ET.SubElement(elem, tag) -> Element

创建子节点,返回Element类

elem->现有节点Element类

tag->新节点的标签

ET.tostring(elem) -> str

将节点转为文本,返回字符串

elem->Element类

 

self=ElementTree

说明

self.write(file)

写入XML文件

file->字符串

self.getroot() -> Element

得到根节点,返回Element类

 

Element

说明

self.set(key, value)

添加、修改节点属性

key, value->字符串

self.find(path) -> Element

通过层级路径查找子节点,只返回第一个,返回Element类

path->输入字符串

self.findall(path) -> list of Element

通过层级路径查找子节点,用列表返回所有符合条件节点

path->输入字符串

self.iter(elem) -> Iter of Element

查找所有符合条件子节点,返回迭代器

elem->Element类

self.clear()

删除节点

self.text -> str

self.text = str

读写节点文本,字符串类型

self.tag -> str

self.tag = str

读写节点标签,字符串类型

self.attrib -> str

self.attrib = str

读写节点属性,字典类型

 

2.2 新建XML文件

import xml.etree.ElementTree as ET

root = ET.Element('root') # 创建根节点

class1 = ET.SubElement(root, 'class') # root节点下创建clss元素的class1节点

student1 = ET.SubElement(class1, 'student')
student1.set('id', '101')
student1.set('name', '李泽雄') # set方法在原有属性后加上新属性,或者修改同名属性
age1 = ET.SubElement(student1, 'age')
age1.text = '29岁'
sex1 = ET.SubElement(student1, 'sex')
sex1.text = '男'

student2 = ET.SubElement(class1, 'student')
student2.attrib = {'id': '102', 'name': '吴鑫哲'} # attrib会完全替换原有属性
age2 = ET.SubElement(student2, 'age')
age2.text = '39岁'
sex2 = ET.SubElement(student2, 'sex')
sex2.text = '男'

class2 = ET.SubElement(root, 'class')

student3 = ET.SubElement(class2, 'student')
student3.attrib = {'id': '202', 'name': '刘稳'}
age3 = ET.SubElement(student3, 'age')
age3.text = '32岁'
sex3 = ET.SubElement(student3, 'sex')
sex3.text = '男'

tree = ET.ElementTree(root) # 以root为根节点创建层级关系
tree.write('simple.xml', encoding="utf-8", xml_declaration=True) # 写入文件声明

  用浏览器打开simple.xml文件

  

python模块-XML模块_子节点

 

2.3 查找XML文件

2.3.1 按路径定位一个节点 getroot find

getroot()返回根节点

find()根据一个当前节点和层级路径,往下寻找指定元素的第一个节点

import xml.etree.ElementTree as ET

tree = ET.parse('simple.xml')

root = tree.getroot() # 查找根节点
print(root.tag) # 结果:root

elem1 = root.find('class') # 绝对路径不包括root,只能搜索到第一个符合条件的节点
print(elem1.tag) # 结果:class
print(elem1.attrib) # 结果:{}
print(elem1.text) # 结果: None
elem2 = root.find('class/student') # 绝对路径用/分割,只能搜索到第一个符合条件的节点
print(elem2.tag) # 结果:student
print(elem2.attrib) # 结果:{'id': '101', 'name': '李泽雄'}
print(elem2.text) # 结果:None
elem3 = elem1.find('student/age') # 绝对路径不包括elem1,只能搜索到第一个符合条件的节点
print(elem3.tag) # 结果:age
print(elem3.attrib) # 结果:{}
print(elem3.text) # 结果:29岁

 

2.3.2 按路径遍历节点 findall

​findall()​​根据一个当前节点和层级路径,往下寻找指定元素的所有节点,返回列表

import xml.etree.ElementTree as ET

tree = ET.parse('simple.xml')
root = tree.getroot()
elem1 = root.findall('class') # 返回2个class节点的列表
elem2 = elem1[0].findall('student') # 列表可以切片
for e in elem2: # 列表可以遍历
print(e.attrib)

#结果输出:
{'id': '101', 'name': '李泽雄'}
{'id': '102', 'name': '吴鑫哲'}

 

2.3.3 按范围遍历节点 iter

​iter()​​在当前节点下搜索指定元素的所有节点,无需层级路径,返回一个迭代器

import xml.etree.ElementTree as ET

tree = ET.parse('simple.xml')
root = tree.getroot()
elem1 = root.iter('age')
for e in elem1:
print(e.text)

#结果输出:
29岁
39岁
32岁

 

2.3.4 打印节点 tostring

​tostring()​​将节点转化成字符串格式输出

import xml.etree.ElementTree as ET

tree = ET.parse('simple.xml')
root = tree.getroot()
elem1 = root.findall('class/student')
for e in elem1:
print(ET.tostring(e, encoding="unicode"))

#结果输出:
<student id="101" name="李泽雄"><age>29岁</age><sex>男</sex></student>
<student id="102" name="吴鑫哲"><age>39岁</age><sex>男</sex></student>
<student id="202" name="刘稳"><age>32岁</age><sex>男</sex></student>

 

2.4 修改和删除XML数据

tag,attrib,text属性,添加节点的属性用set()

  2.删除节点用clear()

  3.配合遍历可批量修改

import xml.etree.ElementTree as ET

tree = ET.parse('simple.xml')
root = tree.getroot()
elem1 = root.findall('class')
for e in elem1:
e.tag = 'grade' # 将class元素改名为grade元素

tree.write('simple.xml')

  

python模块-XML模块_字符串_02

 

3.findall()方法对XPath的支持

  xml.etree.ElementTree中的​​findall()​​方法支持部分XPath语法

 

3.1 创建相对xpath

​.​​​作为当前节点tag,​​/​​作为下一级子节点tag分隔符。

root.findall("./country/neighbor")

 

  2.所有实际tag,如果有定义namespace,都必须带有对应的namespace,不可省略

root.findall("./{namespace}country/{namespace}cneighbor")

 

*表示任意节点tag,进行模糊匹配

root.findall("./*/neighbor")

 

//表示任意间隔级子节点分隔符

root.findall(".//neighbor")

 

..表示父节点(官方文档说支持,实测不支持,存疑)

root.findall("../country")

 

3.2 xpath的附加条件

​[@attrib]​​​表示筛选带有特定属性的节点,​​[@attrib!='value']​​​表示筛选属性为特定值的节点,​​[@attrib!='value']​​表示筛选属性不为特定值的节点

root.findall(".//year[@name='Singapore']")
root.findall("./*[@name='Singapore']/year")

 

​[.='text']​​​表示筛选具有对应text内容的节点
​​​[.!='text']​​表示筛选不具有对应text内容的节点

root.findall(".//year[.='2011']")
root.findall("./*[.='2011']/year")

 

​[tag]​​​表示筛选具有对应tag子节点(必须是紧挨着下一级)的节点
​​​[tag='text']​​​表示筛选具有对应tag和text内容子节点(必须是紧挨着下一级)的节点
​​​[tag!='text']​​表示筛选具有对应tag,但是不具有对应text内容子节点(必须是紧挨着下一级)的节点

root.findall("./country[year='2011']")

 

3.3 按list定位子节点

  XPath支持将节点视为自身所有子节点的list,可以直接使用下标返回对应的子节点

node = root[0][1]

 


作者:​​小家电维修​​


举报

相关推荐

0 条评论