Python全栈之路标准库系列之xml模块

Python’s interfaces for processing XML are grouped in the xml package.

带分隔符的文件仅有两维的数据&＃xff1a;行和列。如果你想在程序之间交换数据结构&＃xff0c;需要一种方法把层次结构、序列、集合和其他的结构编码成文本。

XML是最突出的处理这种转换的标记(markup)格式&＃xff0c;它使用标签(tag)分个数据&＃xff0c;如下面的实例文件menu.xml所示&＃xff1a;

在学习过程中有什么不懂得可以加我的
python学习交流扣扣qun&＃xff0c;784758214
群里有不错的学习视频教程、开发工具与电子书籍。
与你分享python企业当下人才需求及怎么从零基础学习好python&＃xff0c;和学习什么内容

大好时光&＃xff01;2016-05-24T15:29:19.000Zhttps://blog.ansheng.me/安生



XML的一些重要特性

1. 标签以一个<字符开头&＃xff0c;例如实例中的feed、title、subtitle、author。
2. 忽略空格
3. 通常一个开始标签跟一段其他的内容&＃xff0c;然后是最后相匹配的结束标签&＃xff0c;例如大好时光&＃xff01;
4. 标签之间是可以存在多级嵌套的
5. 可选属性(attribute)可以出现在开始标签里
6. 标签中可以包含值(value)
7. 如果一个命名为thing的标签内没有内容或者子标签&＃xff0c;那么它可以用在右尖括号的前面添加斜杠的简单标签所表示&＃xff0c;例如代替开始和结束都存在的标签。
8. 存放数据的位置可以是任意的—属性、值或者子标签。

XML通常用于数据传送和消息&＃xff0c;它存在一些子格式&＃xff0c;如RSS和Atom&＃xff0c;例如&＃xff1a;https://blog.ansheng.me/atom.xml

在Python中解析XML最简单的方法是使用ElementTree。

创建xml文件

导入ElementTree方法&＃xff0c;起一个别名为ET

>>> from xml.etree import ElementTree as ET


创建顶级标签

>>> level_1 &＃61; ET.Element("famliy")


创建二级标签&＃xff0c;tag名name&＃xff0c;attrib标签属性

>>> level_2 &＃61; ET.SubElement(level_1, "name", attrib&＃61;{"enrolled":"yes"})


创建三级标签

>>> level_3 &＃61; ET.SubElement(level_2, "age", attrib&＃61;{"checked":"no"})


生成文档

>>> tree &＃61; ET.ElementTree(level_1)


写入文件中

>>> tree.write(&＃39;oooo.xml&＃39;,encoding&＃61;&＃39;utf-8&＃39;, short_empty_elements&＃61;False)


导入os模块&＃xff0c;用os模块中的system方法执行shell命令查看刚才创建的oooo.xml文件

>>> import os
>>> os.system("cat oooo.xml")
# 生成出来的文档是没有换行的
0


把刚才生成的文件下载到本地&＃xff0c;然后用浏览器打开就可以看到分级层次了。

创建一个有换行的XML文件

代码

from xml.etree import ElementTree as ET
from xml.dom import minidomroot &＃61; ET.Element(&＃39;level1&＃39;,{"age":"1"})
son &＃61; ET.SubElement(root,"level2",{"age":"2"})
ET.SubElement(son, "level3", {"age":"3"})# tree &＃61; ET.ElementTree(root)
# tree.write("abc.xml", encoding&＃61;"utf-8",xml_declaration&＃61;True,short_empty_elements&＃61;False)def prettify(root):rough_string &＃61; ET.tostring(root, &＃39;utf-8&＃39;)reparsed &＃61; minidom.parseString(rough_string)return reparsed.toprettyxml(indent&＃61;"\t")new_str &＃61; prettify(root)
f &＃61; open("new_out.xml", "w")
f.write(new_str)
f.close()


生成的xml文件

解析XML

first.xml文件内容为&＃xff1a;

22025141100520285990069202813600



first.xml文件在/root目录下

利用ElementTree.XML将字符串解析成xml对象

>>> from xml.etree import ElementTree as ET
# 打开文件&＃xff0c;读取XML内容&＃xff0c;将字符串解析成xml特殊对象&＃xff0c;root代指xml文件的根节点
>>> root &＃61; ET.XML(open(&＃39;first.xml&＃39;, &＃39;r&＃39;).read())
>>> root.tag
&＃39;data&＃39;
>>> for node in root:
... print(node.tag, node.attrib)
...
(&＃39;country&＃39;, {&＃39;name&＃39;: &＃39;Liechtenstein&＃39;})
(&＃39;country&＃39;, {&＃39;name&＃39;: &＃39;Singapore&＃39;})
(&＃39;country&＃39;, {&＃39;name&＃39;: &＃39;Panama&＃39;})
>>> print(node.find(&＃39;rank&＃39;).text)
69


利用ElementTree.parse将文件直接解析成xml对象

>>> from xml.etree import ElementTree as ET
# 直接解析xml文件
>>> tree &＃61; ET.parse("first.xml")
# 获取xml文件的根节点
>>> root &＃61; tree.getroot()
>>> root.tag
&＃39;data&＃39;


遍历XML中指定的节点

>>> from xml.etree import ElementTree as ET
>>> tree &＃61; ET.parse("first.xml")
>>> root &＃61; tree.getroot()
>>> for node in root.iter(&＃39;year&＃39;):# 输出node的tag和内容
... print(node.tag, node.text)
...
year 2025
year 2028
year 2028


增、删、改XML

为节点添加属性

>>> from xml.etree import ElementTree as ET
>>> tree &＃61; ET.parse("first.xml")
>>> root &＃61; tree.getroot()
>>> for node in root.iter("year"):# 查看原来的属性
... print(node.attrib)
...
{}
{}
{}
>>> for node in root.iter("year"):# 添加属性
... node.set("OS","Linux")
...
>>> for node in root.iter("year"):# 查看添加的属性
... print(node.attrib)
...
{&＃39;OS&＃39;: &＃39;Linux&＃39;}
{&＃39;OS&＃39;: &＃39;Linux&＃39;}
{&＃39;OS&＃39;: &＃39;Linux&＃39;}
# 把内容写入文件
>>> tree.write("first.xml")


删除节点属性

>>> from xml.etree import ElementTree as ET
>>> tree &＃61; ET.parse("first.xml")
>>> root &＃61; tree.getroot()
>>> for node in root.iter("year"):# 删除节点的OS属性
... del node.attrib[&＃39;OS&＃39;]
...
# 写入到文件当中
>>> tree.write("first.xml")


查看属性

>>> from xml.etree import ElementTree as ET
>>> tree &＃61; ET.parse("first.xml")
>>> root &＃61; tree.getroot()
>>> for node in root.iter("year"):
... print(node.attrib)
...
# 节点内容为空
{}
{}
{}


修改节点内容

修改year内的数字自加1

>>> from xml.etree import ElementTree as ET
>>> tree &＃61; ET.parse("first.xml")
>>> root &＃61; tree.getroot()
>>> for node in root.iter("year"):# 输出原来year的内容
... print(node.text)# 原来的值自加&＃43;
... new_year &＃61; int(node.text) &＃43; 1
... node.text &＃61; str(new_year)
...
2025
2028
2028
# 写入文件中
>>> tree.write("first.xml")
>>> for node in root.iter("year"):# 输出写入文件之后year的内容
... print(node.text)
...
2026
2029
2029


对节点操作的方法

获取节点的方法

>>> from xml.etree import ElementTree as ET
>>> tree &＃61; ET.parse("first.xml")
>>> root &＃61; tree.getroot()
>>> print(dir(root))
[&＃39;__class__&＃39;, &＃39;__copy__&＃39;, &＃39;__deepcopy__&＃39;, &＃39;__delattr__&＃39;, &＃39;__delitem__&＃39;, &＃39;__dir__&＃39;, &＃39;__doc__&＃39;, &＃39;__eq__&＃39;, &＃39;__format__&＃39;, &＃39;__ge__&＃39;, &＃39;__getattribute__&＃39;, &＃39;__getitem__&＃39;, &＃39;__getstate__&＃39;, &＃39;__gt__&＃39;, &＃39;__hash__&＃39;, &＃39;__init__&＃39;, &＃39;__le__&＃39;, &＃39;__len__&＃39;, &＃39;__lt__&＃39;, &＃39;__ne__&＃39;, &＃39;__new__&＃39;, &＃39;__reduce__&＃39;, &＃39;__reduce_ex__&＃39;, &＃39;__repr__&＃39;, &＃39;__setattr__&＃39;, &＃39;__setitem__&＃39;, &＃39;__setstate__&＃39;, &＃39;__sizeof__&＃39;, &＃39;__str__&＃39;, &＃39;__subclasshook__&＃39;, &＃39;append&＃39;, &＃39;clear&＃39;, &＃39;extend&＃39;, &＃39;find&＃39;, &＃39;findall&＃39;, &＃39;findtext&＃39;, &＃39;get&＃39;, &＃39;getchildren&＃39;, &＃39;getiterator&＃39;, &＃39;insert&＃39;, &＃39;items&＃39;, &＃39;iter&＃39;, &＃39;iterfind&＃39;, &＃39;itertext&＃39;, &＃39;keys&＃39;, &＃39;makeelement&＃39;, &＃39;remove&＃39;, &＃39;set&＃39;]


方法有这么多&＃xff0c;那么我们常用的也就是下面的几个

实例

判断QQ是否在线

腾讯提供了能够查看QQ号码是否在线的API&＃xff0c;Y&＃61;在线&＃xff1b;N&＃61;离线&＃xff1b;E&＃61;QQ号码错误&＃xff1b;A&＃61;商业用户验证失败&＃xff1b;V&＃61;免费用户超过数量

>>> import requests
>>> from xml.etree import ElementTree as ET
>>> r &＃61; requests.get("http://www.webxml.com.cn//webservices/qqOnlineWebService.asmx/qqCheckOnline?qqCode&＃61;6087414")
>>> result &＃61; r.text
>>> from xml.etree import ElementTree as ET
>>> node &＃61; ET.XML(result)
>>> if node.text &＃61;&＃61; "Y":
... print("在线")
... else:
... print("离线")
...
在线


获取列车起止时间

代码

r &＃61; requests.get("http://www.webxml.com.cn/WebServices/TrainTimeWebService.asmx/getDetailInfoByTrainCode?TrainCode&＃61;K234&UserID&＃61;")
result &＃61; r.text
root &＃61; ET.XML(result)
for node in root.iter(&＃39;TrainDetailInfo&＃39;):print(node.find(&＃39;TrainStation&＃39;).text,node.find(&＃39;ArriveTime&＃39;).text,node.find("StartTime").text)


如果你依然在编程的世界里迷茫&＃xff0c;可以加入我们的Python学习扣qun&＃xff1a;784758214&＃xff0c;看看前辈们是如何学习的&＃xff01;交流经验&＃xff01;自己是一名高级python开发工程师&＃xff0c;从基础的python脚本到web开发、爬虫、django、数据挖掘等&＃xff0c;零基础到项目实战的资料都有整理。送给每一位python的小伙伴&＃xff01;分享一些学习的方法和需要注意的小细节&＃xff0c;点击加入我们的 python学习者聚集地

执行结果

C:\Python35\python.exe F:/Python_code/sublime/Week5/Day01/xml_mod.py
上海&＃xff08;车次&＃xff1a;K234\K235&＃xff09; None 11:12:00
# 地点 停止 启动
昆山 11:45:00 11:48:00
苏州 12:12:00 12:16:00
无锡 12:44:00 12:55:00
常州 13:22:00 13:26:00
镇江 14:13:00 14:16:00
南京 15:04:00 15:16:00
蚌埠 17:27:00 17:50:00
徐州 19:38:00 19:58:00
商丘 22:12:00 22:17:00
开封 23:49:00 23:53:00
郑州 00:37:00 01:14:00
新乡 02:20:00 02:22:00
鹤壁 03:01:00 03:03:00
安阳 03:33:00 03:36:00
邯郸 04:11:00 04:16:00
邢台 04:47:00 04:51:00
石家庄 06:05:00 NoneProcess finished with exit code 0