Python 標準庫 xml 詳解

對於簡單的 xml 解析處理, 可以使用標準庫xml, 相對於第三方庫lxml,xml無需額外安裝, 但xml是用 python 實現的, 效能不如lxml

xml 的解析功能主要由xml.etree.elementtree模組完成, 其中包含兩個類,elementtree用於表示整個 xml 文件, 而element表示文件中的乙個節點

示例資料, 命名為 book.xml

<?xml version="1.0"?>

>
name
="西遊記"
>
>
吳承恩author
>
>
明朝dynasty
>
name
="封神演義"
author
="許仲琳"
/>
book
>
name
="紅樓夢"
>
>
曹雪芹author
>
>
清朝dynasty
>
book
>
name
="三國演義"
>
>
羅貫中author
>
>
明末清初dynasty
>
name
="三國志"
author
="陳壽"
/>
book
>
bookstore
>

匯入要解析的 xml 文件, 並獲取文件的根節點

import xml.etree.elementtree as et

tree = et.parse(
"./book.xml"
)root = tree.getroot(
)

with

open
("./book.xml"
)as fp:
root = et.fromstring(fp.read(
))

對於每乙個節點element:

其他還有tag屬性表示標籤名,text表示其包含的文字內容

# 遍歷直接子節點

for book in root:
print
(book.tag, book.attrib, book.get(
"name"))
# 訪問根節點下的第2個子節點, 再向下訪問第1個子節點的文字, 也就是 "曹雪芹"
author = root[1]
[0].text
print
(type
(author)
, author)

book  西遊記

book 紅樓夢
book 三國演義
曹雪芹

遞迴函式, 可以遍歷所有的後代節點

# 遞迴選擇所有標籤名為 "similar" 的節點

for book in root.
iter
("similar"):
print
(book.attrib)

xpath 語法

xpath 類似於檔案路徑, 路徑中最末尾的部分表示要提取的內容, 分隔符有兩種, "/"表示直接子節點的關係, "//"表示所有的子節點

語法含義

tag匹配特定標籤

*匹配所有元素

.當前節點, 用於相對路徑

…父節點

[@attrib]

匹配包含 attrib 屬性的節點

[@attrib=『value』]

匹配 attrib 屬性等於 value 的節點

[tag]

匹配包含直接子節點 tag 的節點

[tag=『text』]

匹配包含直接子節點 tag 且子節點文字內容為 text 的節點

[n]匹配第 n 個節點

前面必須有標籤名, book[@name][similar] 匹配帶有 name 屬性以及 similar 直接子節點的 book 節點, 然後將 book[@name][similar] 置於 xpath 路徑中, 例如 「/bookstore/book[@name][similar]」

可以通過element物件的方法findall(path)和find(path)使用 xpath 語法, 次時路徑是從element代表的節點開始, 也可以通過elementtree物件呼叫findall與find, 相當於路徑從根節點開始

匹配到節點,findall返回所有匹配節點的列表,find返回首個匹配節點, 沒有匹配到節點時,findall返回空列表,find返回none

# . 表示 bookstore 節點

author_1 = tree.find(
"./book[@name='紅樓夢']/author"
).text
author_2 = tree.findtext(
"./book[@name='紅樓夢']/author"
)print
(, author_1, author_2)
author_3 = root.find(
"./book/similar[@name='三國志']"
).get(
"author"
)print
(, author_3)

findtext類似於find, 直接獲取節點的文字內容

books_1 = root.findall(

"./book[similar]"
)# 對於直接子節點, 可以省略 ./
books_2 = root.findall(
"book[similar]"
)print
(books_1 == books_2)
for book in books_1:
print
(book[0]
.text, book[1]
.text)

true

吳承恩 明朝
羅貫中 明末清初

python標準庫模組五 Xml模組學習

xml本身是一種格式規範，是一種包含了資料以及資料說明的文字格式規範。在json沒有興起之前各行各業進行資料交換的時候用的就是這個。目前在金融行業也在廣泛在運用。舉個簡單的例子，xml是一種標記性語言，格式類似於資料，這樣乙個封閉起來是乙個整體 以上就是xml內部的樣子，可以將其想象成一棵樹，如下圖...

python標準庫 時間庫

眾所皆知，每乙個程式語言都有自己的時間類庫，python也不例外用法十分簡單 最基本的類，time類 time基本函式介紹 import time print time.asctime 如果未傳入乙個tuple或乙個time struct就是使用當前的時間，返回乙個24字長的時間字串 就這個mon ...

python標準庫 os庫

os模組主要用於跟作業系統打交道 os模組常用的方法 os.getcwd 獲取當前工作目錄，即當前python指令碼工作的目錄路徑 os.chdir dirname 改變當前指令碼工作目錄 相當於shell下cd os.curdir 返回當前目錄 os.pardir 獲取當前目錄的父目錄字串名 os...