xml模块

Posted 2021-02-01 xulan0922

xml是实现不同语言或程序之间进行数据交换的协议，跟json差不多，但json使用起来更简单，不过在json还没诞生的黑暗年代，大家只能选择用xml呀，至今很多传统公司如金融行业的很多系统的接口还主要是xml。

xml的格式如下，就是通过<>节点来区别数据结构的:

<?xml version="1.0"?>
<data>                                           #父标签data
    <country name="china">                       #子标签country   属性name="china"
        <rank updated="yes">2</rank>             #子子标签rank    属性update="yes"   内容2
        <year>2018</year>
    </country>
</data>

xml协议在各个语言里的都 是支持的，在python中可以用以下模块操作xml：

import xml.etree.ElementTree as et                #xml模板应该是最长的的模板了，可以用as简写为et（自定义）
tree = et.parse(‘xml_lesson.xml‘)                 #用parse()方法来解析xml文件，拿到tree这个对象
root = tree.getroot()                             #getroot()拿到根节点
print(root.tag)                                   #根节点的标签：data

for i in root:                                    #遍历一级子节点，即<country name=‘china‘>
    print(i.tag)                                  #子节点的标签：country
    print(i.attrib)                               #子节点的属性：{‘name‘: ‘china‘}
    print(i.text)                                 #子节点的内容：无，但实际上是一行空行，注意看下面的结果

    for j in i:                                   #遍历二级子节点，即<rank updated="yes">2</rank>和<year>2018</year>
        print(j.tag)                              #rank、year
        print(j.attrib)                           #{‘updated‘: ‘yes‘}、{}
        print(j.text)                             #2、2018
结果：

data
country
{‘name‘: ‘china‘}

rank
{‘updated‘: ‘yes‘}
2
year
{}
2018

 也可以通过直接找节点的方式遍历：

import xml.etree.ElementTree as et
tree = et.parse(‘xml_lesson.xml‘)
root = tree.getroot()

for node in root.iter(‘rank‘):              #通过root.iter()方法直接找节点的标签，无论是第几层的节点都可找到，有几个找几个
    print(node.tag,node.attrib,node.text)

结果：rank {‘updated‘: ‘yes‘} 2

修改节点的操作：

import xml.etree.ElementTree as et
tree = et.parse(‘xml_lesson.xml‘)
root = tree.getroot()

for node in root.iter(‘year‘):
    new_year = int(node.text) + 1     #node.text为字符串，需要转为int
    node.text = str(new_year)         #修改year节点的内容，需要转为str
    node.set(‘update‘,‘no‘)           #修改year节点属性，用set()方法
tree.write(‘xml_lesson.xml‘)          #最后需要写入，这里其实是新建一个文件，如果文件名和之前相同，那就是覆盖
结果：xml_lesson.xml变为：

<data>
    <country name="china">
        <rank updated="yes">2</rank>
        <year update="no">2019</year>
    </country>
</data>

 删除节点的操作：

xml_lesson.xml为：
<data>
    <country name="china">
        <rank updated="yes">2</rank>
        <year update="no">2019</year>
    </country>
    <country name="India">
        <rank updated="yes">47</rank>
        <year update="no">2019</year>
    </country>
</data>

需求：把排名高于10的国家删除

import xml.etree.ElementTree as et
tree = et.parse(‘xml_lesson.xml‘)
root = tree.getroot()

for country in root.findall(‘country‘):        #findall()找到所有country节点
    rank = int(country.find(‘rank‘).text)      #在每一个country节点下面，find()找到rank节点
    if rank > 10:
        root.remove(country)                   #root.remove()删除country节点，注意不是删除rank节点
tree.write(‘abc.xml‘)

另一种写法：

for country in root.iter(‘country‘):
    for rank in country.iter(‘rank‘):
    # rank = int(country.find(‘rank‘).text)
        if int(rank.text) > 10:
            root.remove(country)
tree.write(‘222.xml‘)

最后，创建xml文档：

import xml.etree.ElementTree as ET

new_xml = ET.Element("namelist")                                     #生成根节点，tag为namelist
name = ET.SubElement(new_xml, "name", attrib={"enrolled": "yes"})    #生成一级子节点，第一个参数是上一级节点，tag为name，有一个属性
age = ET.SubElement(name, "age", attrib={"checked": "no"})           #生产二级子节点，第一个参数是上一级节点，tag是age，有一个属性
sex = ET.SubElement(name, "sex")                                     
sex.text = ‘33‘                                                      #二级子节点的内容为‘33‘
name2 = ET.SubElement(new_xml, "name", attrib={"enrolled": "no"})
age = ET.SubElement(name2, "age")
age.text = ‘19‘

et = ET.ElementTree(new_xml)                                         # 生成文档对象
et.write("test.xml", encoding="utf-8", xml_declaration=True)         #写入

结果生成的test.xml文件：

<?xml version=‘1.0‘ encoding=‘utf-8‘?>
<namelist>
    <name enrolled="yes">
        <age checked="no" />
        <sex>33</sex>
    </name>
    <name enrolled="no">
        <age>19</age>
    </name>
</namelist>