前言

最近因?yàn)楣ぷ鞯男枰?，在使?Python 來(lái)發(fā)送 SOAP 請(qǐng)求以測(cè)試 Web Service 的性能，由于 SOAP 是基于 XML 的，故免不了需要使用 python 來(lái)處理 XML 數(shù)據(jù)。在對(duì)比了幾種方案后，最后選定使用 xml.etree.ElementTree 模塊來(lái)實(shí)現(xiàn)。

這篇文章記錄了使用 xml.etree.ElementTree 模塊常用的幾個(gè)操作，也算是總結(jié)一下，免得以后忘記了。分享出來(lái)也方法需要的朋友們參考學(xué)習(xí)，下面話不多說(shuō)了，來(lái)一起看看詳細(xì)的介紹吧。

概述

對(duì)比其他 Python 處理 XML 的方案，xml.etree.ElementTree 模塊（下文我們以 ET 來(lái)表示）相對(duì)來(lái)說(shuō)比較簡(jiǎn)單，接口也較友好。

官方文檔 里面對(duì) ET 模塊進(jìn)行了較為詳細(xì)的描述，總的來(lái)說(shuō)，ET 模塊可以歸納為三個(gè)部分：ElementTree類(lèi)，Element類(lèi)以及一些操作 XML 的函數(shù)。

XML 可以看成是一種樹(shù)狀結(jié)構(gòu)，ET 使用ElementTree類(lèi)來(lái)表示整個(gè) XML 文檔，使用Element類(lèi)來(lái)表示 XML 的一個(gè)結(jié)點(diǎn)。對(duì)整 XML 文檔的操作一般是對(duì)ElementTree對(duì)象進(jìn)行，而對(duì) XML 結(jié)點(diǎn)的操作一般是對(duì)Element對(duì)象進(jìn)行。

解析 XML 文件

ET 模塊支持從一個(gè) XML 文件構(gòu)造ElementTree對(duì)象，例如我們的 XML 文件example.xml內(nèi)容如下（下文會(huì)繼續(xù)使用這個(gè) XML 文檔）：

<?xml version="1.0" encoding="utf-8"?>
<data>
 <country name="Liechtenstein">
  <rank>1</rank>
  <year>2008</year>
  <gdppc>141100</gdppc>
  <neighbor name="Austria" direction="E"/>
  <neighbor name="Switzerland" direction="W"/>
 </country>
 <country name="Singapore">
  <rank>4</rank>
  <year>2011</year>
  <gdppc>59900</gdppc>
  <neighbor name="Malaysia" direction="N"/>
 </country>
</data>

可以使用 ET 模塊的parse()函數(shù)來(lái)從指定的 XML 文件構(gòu)造一個(gè)ElementTree對(duì)象：

import xml.etree.ElementTree as ET

# 獲取 XML 文檔對(duì)象 ElementTree
tree = ET.parse('example.xml')
# 獲取 XML 文檔對(duì)象的根結(jié)點(diǎn) Element
root = tree.getroot()
# 打印根結(jié)點(diǎn)的名稱(chēng)
print root.tag

從 XML 文件構(gòu)造好ElementTree對(duì)象后，還可以獲取其結(jié)點(diǎn)，或者再繼續(xù)對(duì)結(jié)點(diǎn)進(jìn)行進(jìn)一步的操作。

解析 XML 字符串

ET 模塊的fromstring()函數(shù)提供從 XML 字符串構(gòu)造一個(gè)Element對(duì)象的功能。

xml_str = ET.tostring(root)
print xml_str
root = ET.fromstring(xml_str)
print root.tag

接著上面的代碼，我們使用 ET 模塊的tostring()函數(shù)來(lái)將上面我們構(gòu)造的root對(duì)象轉(zhuǎn)化為字符串，然后使用fromstring()函數(shù)重新構(gòu)造一個(gè)Element對(duì)象，并賦值給root變量，這時(shí)root代表整個(gè) XML 文檔的根結(jié)點(diǎn)。

構(gòu)造 XML

如果我們需要構(gòu)造 XML 文檔，可以使用 ET 模塊的 Element類(lèi)以及SubElement()函數(shù)。

可以使用Element類(lèi)來(lái)生成一個(gè)Element對(duì)象作為根結(jié)點(diǎn)，然后使用ET.SubElement()函數(shù)生成子結(jié)點(diǎn)。

a = ET.Element('a')
b = ET.SubElement(a, 'b')
b.text = 'leehao.me'
c = ET.SubElement(a, 'c')
c.attrib['greeting'] = 'hello'
d = ET.SubElement(a, 'd')
d.text = 'www.leehao.me'
xml_str = ET.tostring(a, encoding='UTF-8')
print xml_str

輸出：

<?xml version='1.0' encoding='UTF-8'?>
<a><b>leehao.me</b><c greeting="hello" /><d>www.leehao.me</d></a>

如果需要輸出到文件中，可以繼續(xù)使用ElementTree.write()方法來(lái)處理：

# 先構(gòu)造一個(gè) ElementTree 以便使用其 write 方法
tree = ET.ElementTree(a)
tree.write('a.xml', encoding='UTF-8')

執(zhí)行后，便會(huì)生成一個(gè) XML 文件a.xml:

<?xml version='1.0' encoding='UTF-8'?>
<a><b>leehao.me</b><c greeting="hello" /><d>www.leehao.me</d></a>

XML 結(jié)點(diǎn)的查找與更新

1. 查找 XML 結(jié)點(diǎn)

Element類(lèi)提供了Element.iter()方法來(lái)查找指定的結(jié)點(diǎn)。Element.iter()會(huì)遞歸查找所有的子結(jié)點(diǎn)，以便查找到所有符合條件的結(jié)點(diǎn)。

# 獲取 XML 文檔對(duì)象 ElementTree
tree = ET.parse('example.xml')
# 獲取 XML 文檔對(duì)象的根結(jié)點(diǎn) Element
root = tree.getroot()
# 遞歸查找所有的 neighbor 子結(jié)點(diǎn)
for neighbor in root.iter('neighbor'):
 print neighbor.attrib

輸出：

{'direction': 'E', 'name': 'Austria'}
{'direction': 'W', 'name': 'Switzerland'}
{'direction': 'N', 'name': 'Malaysia'}

如果使用Element.findall()或者Element.find()方法，則只會(huì)從結(jié)點(diǎn)的直接子結(jié)點(diǎn)中查找，并不會(huì)遞歸查找。

for country in root.findall('country'):
 rank = country.find('rank').text
 name = country.get('name')
 print name, rank

輸出：

Liechtenstein 1
Singapore 4

2. 更新結(jié)點(diǎn)

如果需要更新結(jié)點(diǎn)的文本，可以通過(guò)直接修改Element.text來(lái)實(shí)現(xiàn)。如果需要更新結(jié)點(diǎn)的屬性，可以通過(guò)直接修改Element.attrib來(lái)實(shí)現(xiàn)。

對(duì)結(jié)點(diǎn)進(jìn)行更新后，可以使用ElementTree.write()方法將更新后的 XML 文檔寫(xiě)入文件中。

# 獲取 XML 文檔對(duì)象 ElementTree
tree = ET.parse('example.xml')
# 獲取 XML 文檔對(duì)象的根結(jié)點(diǎn) Element
root = tree.getroot()
for rank in root.iter('rank'):
 new_rank = int(rank.text) + 1
 rank.text = str(new_rank)
 rank.attrib['updated'] = 'yes'
tree.write('output.xml', encoding='UTF-8')

新生成的output.xml文件以下：

<?xml version='1.0' encoding='UTF-8'?>
<data>
 <country name="Liechtenstein">
  <rank updated="yes">2</rank>
  <year>2008</year>
  <gdppc>141100</gdppc>
  <neighbor direction="E" name="Austria" />
  <neighbor direction="W" name="Switzerland" />
 </country>
 <country name="Singapore">
  <rank updated="yes">5</rank>
  <year>2011</year>
  <gdppc>59900</gdppc>
  <neighbor direction="N" name="Malaysia" />
 </country>
</data>

對(duì)比example.xml文件，可以看到output.xml文件已更新。

總結(jié)

以上就是這篇文章的全部?jī)?nèi)容了，希望本文的內(nèi)容對(duì)大家的學(xué)習(xí)或者工作能帶來(lái)一定的幫助，如果有疑問(wèn)大家可以留言交流，謝謝大家對(duì)腳本之家的支持。

參考資料

• https://docs.python.org/2/library/xml.html#xml-vulnerabilities
• https://stackoverflow.com/questions/1912434/how-do-i-parse-xml-in-python
  

最新評(píng)論