Python中使用ElementTree解析XML示例

　　这篇文章主要介绍了Python中使用ElementTree解析XML示例,本文同时讲解了XML基本概念介绍、XML几种解析方法和ElementTree解析实例,需要的朋友可以参考下

　　【XML基本概念介绍】

　　XML 指可扩展标记语言(eXtensible Markup Language)。

　　XML 被设计用来传输和存储数据。

　　概念一:

　　代码如下:

　　 # foo元素的起始标签

　　 # foo元素的结束标签

　　# note: 每一个起始标签必须有对应的结束标签来闭合， 也可以写成

　　概念二:

　　代码如下:

　　 # 元素可以嵌套到任意参次

　　 # bar元素为foo元素的子元素

　　 # 父元素foo的结束标签

　　概念三:

　　 代码如下:

　　 # foo元素有个lang的属性，该属性值为: EN;对应Python字典(Name-Value)对;

　　 # bar元素有个lang的属性，该属性值为: CH;还有个id属性，值为:001，放置在''或“”中;

　　 # bar元素中的lang属性不会和foo元素中相冲突，每个元素都有独立的属性集;

　　概念四:

　　 代码如下:

　　 # 元素可以有文本内容

　　# Note:如果一个元素即没有文本内容，也没有子元素，则为空元素。

　　概念五:

　　 代码如下:

　　 # info元素为根节点

A # list元素为子节点

B

C

　　概念六:

　　 代码如下:

　　 # 可以通过声明xmlns来定义默认名字空间，feed元素处于http://www.w3.org/2005/Atom命名空间中

　　 # title元素也是。名字空间声明不仅会作用于当前声明它的元素，还会影响到该元素的所有子元素

　　也可以通过xmlns:prefix声明来定义一个名字空间并取其名为prefix。

　　然后该名字空间中的每个元素都必须显式地使用这个前缀(prefix)来声明。

　　 # feed属于命名空间atom

　　dive into mark # title元素同样属于该命名空间

　　 # xmlns(XML Name Space)

　　【XML几种解析方法】

　　常见的XML编程接口有DOM和SAX，这两种接口处理XML文件的方式不同，使用场合自然也就不同。

　　Python有三种方法解析XML: SAX，DOM，以及ElementTree:

　　1.SAX (Simple API for XML )

　　Pyhton标准库包含SAX解析器，SAX用事件驱动模型，通过在解析XML的过程中触发一个个的事件并调用用户定义的回调函数来处理XML文件。SAX是一种基于事件驱动的API。利用SAX解析XML文档牵涉到两个部分:解析器和事件处理器。

　　解析器负责读取XML文档,并向事件处理器发送事件,如元素开始及结束事件;而事件处理器则负责对事件作出处理。

　　优点:SAX流式读取XML文件，比较快，占用内存少。

　　缺点:需要用户实现回调函数(handler)。

　　2.DOM(document Object Model)

　　将XML数据在内存中解析成一个树，通过对树的操作来操作XML。一个DOM的解析器在解析一个XML文档时，一次性读取整个文档，把文档中所有元素保存在内存中的一个树结构里，之后你可以利用DOM提供的不同的函数来读取或修改文档的内容和结构，也可以把修改过的内容写入xml文件。

　　优点:使用DOM的好处是你不需要对状态进行追踪，因为每一个节点都知道谁是它的父节点，谁是子节点.

　　缺点:DOM需要将XML数据映射到内存中的树，一是比较慢，二是比较耗内存，使用起来也比较麻烦!

　　3.ElementTree(元素树)

　　ElementTree就像一个轻量级的DOM，具有方便友好的API。代码可用性好，速度快，消耗内存少。

　　相比而言，第三种方法，即方便，又快速，我们一直用它!下面介绍用元素树如何解析XML:

　　【ElementTree解析】

　　两种实现

　　ElementTree生来就是为了处理XML ，它在Python标准库中有两种实现。

　　一种是纯Python实现，例如: xml.etree.ElementTree

　　另外一种是速度快一点的: xml.etree.cElementTree

　　尽量使用C语言实现的那种，因为它速度更快，而且消耗的内存更少! 在程序中可以这样写:

　　 代码如下:

　　try:

　　import xml.etree.cElementTree as ET

　　except importError:

　　import xml.etree.ElementTree as ET

　　常用方法

　　 代码如下:

　　# 当要获取属性值时，用attrib方法。

　　# 当要获取节点值时，用text方法。

　　# 当要获取节点名时，用tag方法。

　　示例XML

　　 代码如下:

　　Book message

　　bookone

　　python check

　　001

200

　　booktwo

　　python learn

　　002

300

　　###########

　　## 加载XML

　　###########

　　方法一:加载文件

　　 代码如下:

　　root = ET.parse('book.xml')

　　方法二:加载字符串

　　 代码如下:

　　root = ET.fromstring(xmltext)

　　###########

　　## 获取节点

　　###########

　　方法一:获得指定节点->getiterator()方法

　　代码如下:

　　book_node = root.getiterator('list')

　　方法二:获得指定节点->findall()方法

　　代码如下:

　　book_node = root.findall('list')

　　方法三:获得指定节点->find()方法

　　 代码如下:

　　book_node = root.find('list')

　　方法四:获得儿子节点->getchildren()

　　代码如下:

　　for node in book_node:

　　book_node_child = node.getchildren()[0]

　　print book_node_child.tag, '=> ', book_node_child.text

　　###########

　　## 例子01

　　###########

　　复制代码 代码如下:

　　# coding=utf-8

　　try: # 导入模块

　　import xml.etree.cElementTree as ET

　　except importError:

　　import xml.etree.ElementTree as ET

　　root = ET.parse('book.xml') # 分析XML文件

　　books = root.findall('/list') # 查找所有根目录下的list的子节点

　　for book_list in books: # 对查找后的结果遍历

　　print "=" * 30 # 输出格式

　　for book in book_list: # 对每个子节点再进行遍历，找出里面你的属性及值

　　if book.attrib.has_key('id'): # 一句id来做条件判断

　　print "id:", book.attrib['id'] # 根据id打印出属性值

　　print book.tag + '=> ' + book.text # 输出标签及文本内容

　　print "=" * 30

　　输出结果:

　　代码如下:

　　==============================

　　head=> bookone

　　name=> python check

　　number=> 001

　　page=> 200

　　==============================

　　head=> booktwo

　　name=> python learn

　　number=> 002

　　page=> 300

　　==============================