写在之前

　　带分隔符的文件仅有两维的数据&＃xff1a;行 & 列。如果我们想在程序之间交换数据结构&＃xff0c;需要一种方法把层次结构&＃xff0c;序列&＃xff0c;集合和其它的数据结构编码成文本。

　　今天要说的 XML 是最突出的处理上述这种转换的标记格式&＃xff0c;它使用标签(tag)分隔数据。XML 在软件领域的用途非常广泛。

　　XML

　　XML 是什么?如果非要对其做一个定义式的说明&＃xff0c;那这里我不得不引用一下 w3school 里面简洁而明快的说明&＃xff1a;

　　XML 指可扩展标记语言(EXtensible Markup Language);

　　XML 是一种标记语言&＃xff0c;类似于 HTML;

　　XML 的设计宗旨是传输数据&＃xff0c;而非显示数据;

　　XML 标签没有被预定义&＃xff0c;需要自行定义标签;

　　XML 被设计为具有自我描述性;

　　XML 是 W3C 的推荐标准。

　　如果你想要详细了解和学习 XML 的话&＃xff0c;可以去阅读 w3school 的 XML 教程即可&＃xff0c;里面讲述的很详细&＃xff0c;在下面我还会引用一些里面的内容。

　　XML 的重要性在于它是用来传输数据的&＃xff0c;因此&＃xff0c;特别是在 Web 编程中我们经常会用到它。有了它&＃xff0c;让数据传输变的更加简单&＃xff0c;这么重要的东西&＃xff0c;我大 Python 当然支持。

　　有大佬曾经说过&＃xff1a;“一个引人关注的东西总会有很多人从不同侧面去研究它”。这个在编程中也同样适用&＃xff0c;所以对于 XML 这个红得发紫的东西&＃xff0c;Python 提供了多种模块来处理。

　　xml.dom.* 模块&＃xff1a;Document Object Model。适合用于处理 DOM API。它能够将 XML 数据在内存中解析成一个树&＃xff0c;然后通过对树的操作来操作 XML。但是这种方式由于将 XML 数据映射到内存中的树&＃xff0c;导致比较慢&＃xff0c;且消耗更多内存。

　　xml.sax.* 模块&＃xff1a;simple API for XML。由于 SAX 以流式读取 XML 文件&＃xff0c;从而速度较快&＃xff0c;占用内存少&＃xff0c;但是在操作上稍微复杂&＃xff0c;需要用户实现回调函数。

　　当然还有一些别的&＃xff0c;比如 xml.parse.expat&＃xff0c;xml.etree.ElementTree 等等&＃xff0c;我就不在列举了&＃xff0c;碰到的时候再去查查&＃xff0c;否则光看这些东西头就大了&＃xff0c;而且无聊的很。

　　遍历查询

　　先要做一个 XML 文档&＃xff0c;我自己想也想不出个啥太好的来&＃xff0c;所以直接用 w3school 中的一个例子&＃xff0c;如下图所示&＃xff1a;

　　


　　上图表示下面的 XML 中的一本书&＃xff1a;

　　Everyday ItalianGiada De Laurentiis200530.00Harry PotterJ K. Rowling200529.99Learning XMLErik T. Ray200339.95

　　将上述的 XML 保存并且命名为 test.xml 文件&＃xff0c;接下来就是以它为对象&＃xff0c;练习各种操作了。

　　>>> import xml.etree.ElementTree as ET>>> tree &＃61; ET.ElementTree(file &＃61; &＃39;test.xml&＃39;)>>> tree

　　上面建立起 XML 解析树对象&＃xff0c;然后通过根节点向下开始读取各个元素(element 对象)。

　　在上述 XML 文档中&＃xff0c;根元素是 bookstore&＃xff0c;它没有属性&＃xff0c;也可以说是属性为空。

　　>>> root &＃61; tree.getroot()>>> root.tag&＃39;bookstore&＃39;>>> root.attrib{}

　　要想将根下面的元素都读取出来&＃xff0c;可以进行如下操作&＃xff1a;

　　>>> for child in root:... print(child.tag,child.attrib)...(&＃39;book&＃39;, {&＃39;category&＃39;: &＃39;COOKING&＃39;})(&＃39;book&＃39;, {&＃39;category&＃39;: &＃39;CHILDREN&＃39;})(&＃39;book&＃39;, {&＃39;category&＃39;: &＃39;WEB&＃39;})

　　也可以像下面这样读取指定元素的信息&＃xff1a;

　　>>> root[0].tag&＃39;book&＃39;>>> root[0].attrib{&＃39;category&＃39;: &＃39;COOKING&＃39;}>>> root[0].text&＃39;\n &＃39;

　　上述的 root[0].text 无内容&＃xff0c;再深入一层&＃xff0c;我们就可以看到内容了&＃xff1a;

　　>>> root[0][0].tag&＃39;title&＃39;>>> root[0][0].attrib{&＃39;lang&＃39;: &＃39;en&＃39;}>>> root[0][0].text&＃39;Everyday Italian&＃39;

　　对于 ElementTree 对象&＃xff0c;有一个 iter() 方法可以对指定名称的子节点进行深度优先遍历&＃xff0c;例如下面这样&＃xff1a;

　　>>> for ele in tree.iter(tag&＃61;&＃39;book&＃39;):... print(ele.tag,ele.attrib)...(&＃39;book&＃39;, {&＃39;category&＃39;: &＃39;COOKING&＃39;})(&＃39;book&＃39;, {&＃39;category&＃39;: &＃39;CHILDREN&＃39;})(&＃39;book&＃39;, {&＃39;category&＃39;: &＃39;WEB&＃39;})

　　上述代码是遍历名称为 book 的节点&＃xff0c;如果不指定节点的话&＃xff0c;就是将所有的元素遍历一遍&＃xff1a;

　　>>> for ele in tree.iter():... print(ele.tag,ele.attrib)...(&＃39;bookstore&＃39;, {})(&＃39;book&＃39;, {&＃39;category&＃39;: &＃39;COOKING&＃39;})(&＃39;title&＃39;, {&＃39;lang&＃39;: &＃39;en&＃39;})(&＃39;author&＃39;, {})(&＃39;year&＃39;, {})(&＃39;price&＃39;, {})(&＃39;book&＃39;, {&＃39;category&＃39;: &＃39;CHILDREN&＃39;})(&＃39;title&＃39;, {&＃39;lang&＃39;: &＃39;en&＃39;})(&＃39;author&＃39;, {})(&＃39;year&＃39;, {})(&＃39;price&＃39;, {})(&＃39;book&＃39;, {&＃39;category&＃39;: &＃39;WEB&＃39;})(&＃39;title&＃39;, {&＃39;lang&＃39;: &＃39;en&＃39;})(&＃39;author&＃39;, {})(&＃39;year&＃39;, {})(&＃39;price&＃39;, {})

　　除了上面的方法外&＃xff0c;还可以通过路径搜索到指定的元素&＃xff0c;然后读取其内容&＃xff0c;这就是 xpath&＃xff0c;关于 xpath 是什么&＃xff0c;在这不多做介绍&＃xff0c;感兴趣的可以去 Google。

　　写在之后

　　今天的文章如果你能坚持看到这&＃xff0c;恭喜你又学到了。前半部分概念的东西有点多&＃xff0c;而且看着还头晕&＃xff0c;这个其实是没办法的事情&＃xff0c;不说概念脑子里形不成概念&＃xff0c;后面的理解就很麻烦。还好后面就是操作了&＃xff0c;还是那句话&＃xff0c;多敲代码&＃xff0c;别光看&＃xff0c;敲几遍记住它。

　　如果你觉得本篇文章对你有帮助的话&＃xff0c;别忘了点个赞&＃xff0c;谢谢。郑州妇科医院×××&＃xff1a;www.zztjfk.com/郑州最好的妇科医院&＃xff1a;www.zztjfk.com/