[python小记]使用lxml修改xml文件，并遍历目录

Posted 2020-06-18 骑着单车滑翔

　　这次的目的是遍历目录，把目标文件及相应的目录信息更新到xml文件中。在经过痛苦的摸索之后，从python自带的ElementTree投奔向了lxml。而弃用自带的ElementTree的原因就是，namespace。

　　XML命名空间

　　作用是为避免元素命名冲突，当出现命名冲突的时候，可以使用前缀来避免命名冲突，就如：

<h:table>
    <h:tr>
    <h:td>App Store</h:td>
    <h:td>Google Play</h:td>
    </h:tr>
</h:table>

　　使用命名空间(Namespaces):

<f:table xmlns:f="http://www.w3school.com.cn/furniture">
   <f:name>African Coffee Table</f:name>
   <f:width>80</f:width>
   <f:length>120</f:length>
</f:table>

　　添加的xmlns属性，就会前缀赋予了一个与某个命名空间相关联的限定名称

---

 

 　　lxml安装：

1. 安装pip
2. 安装setuptools: Windows(Powershell3)输入

   > (Invoke-WebRequest https://bootstrap.pypa.io/ez_setup.py).Content | python -

    

3. 下载lxml.whl，根据python版本选择合适的whl下载：地址
4. 安装wheel

   pip install wheel

    

5. 安装下载好的whl文件

   pip install .\lxml-3.5.0-cp34-none-win_amd64.whl

    

---

 

　　lxml使用：

　　lxml的教程网站为：http://lxml.de/index.html

　　使用lxml可以这样import:

from lxml import etree

　　导入并解析xml文件：

tree = etree.parse(fileName)

　　获取xml的命名空间：

root = tree.getroot()
nsmap = root.nsmap

　　如果xml文件使用的默认命名空间：

>>> nsmap
{None: ‘http://schemas.microsoft.com/developer/msbuild/2003‘}

　　要查找某节点，使用到xpath：

def getNode(tree, node):
    NS_PREFIX = "default"
    root = tree.getroot()
    nsmap = root.nsmap
    nsmap[NS_PREFIX] = nsmap[None]
    nsmap.pop(None)
    return tree.xpath("//{0}:{1}".format(NS_PREFIX, node), namespaces=nsmap)

　　添加子节点：

etree.SubElement(node, tag)

　　最后写入到xml文件中：

fileHandler = open(filePath, "wb")
tree.write(fileHandler, encoding="utf-8", xml_declaration=True, pretty_print=True)
fileHandler.close()

 

---

　　xpath基础

　　xpath使用路径表达式来选取xml文档中的节点或节点集。

表达式	描述
nodename	从当前节点的子节点中，选取tag为nodename的所有节点
/	从根节点选取
//	任意位置选取
.	选取当前节点
..	选取父节点
@att	选取带属性att的节点
[]	谓语

　　例子：

1 tree.xpath("//Folder[@Include]")
2 #选取带Include属性的Folder节点
3 tree.xpath("//ItemGroup[./Folder]")
4 tree.xpath("//ItemGroup[Folder]")
5 #选取含有Folder子节点的ItemGroup节点

 

---

　　遍历目录：

　　遍历目录有两个方法：os.list_dir与os.walk。各自的用例：

 1 import os
 2 
 3 def list_dir(rootDir):
 4     for lists in os.listdir(rootDir):
 5         path = os.path.join(rootDir, lists)
 6         print(path)
 7         if os.path.isdir(path):
 8             list_dir(path)
 9 
10 def walk(rootDir):
11     for root, dirs, files in os.walk(rootDir):
12         for d in dirs:
13             print(os.path.join(root, d))
14         for f in files:
15             print(os.path.join(root, f))