ElementTree是Python常用的處理XML文件的類。本文將介紹使用ElementTree解析、查找、修改XML的方法。

一、引用方法

ElementTree所在文件保存在Lib/xml/etree/ElementTree.py，所以我們通過下面的代碼引用它，之后就可以使用ET.來訪問ElementTree中的函數(shù)。

import xml.etree.ElementTree as ET

二、一個(gè)XML例子

下面所有的操作都將下面這段XML為例，我們將它保存為sample.xml。

<?xml version="1.0"?>
<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>
    <country name="Panama">
        <rank>68</rank>
        <year>2011</year>
        <gdppc>13600</gdppc>
        <neighbor name="Costa Rica" direction="W"/>
        <neighbor name="Colombia" direction="E"/>
    </country>
</data>

先對XML的格式做一些說明：

• Tag： 使用<和>包圍的部分，如<rank>成為start-tag，</rank>是end-tags；
• Element：被Tag包圍的部分，如<rank>68</rank>，可以認(rèn)為是一個(gè)節(jié)點(diǎn)，它可以有子節(jié)點(diǎn)；
• Attribute：在Tag中可能存在的name/value對，如<country name="Liechtenstein">中的name="Liechtenstein"，一般表示屬性。

三、解析XML

讀入XML數(shù)據(jù)

首先讀入XML，有兩種途徑，從文件讀入和從字符串讀入。
從文件讀入：

import xml.etree.ElementTree as ET
tree = ET.parse('sample.xml')
root = tree.getroot()

從字符串讀入：

root = ET.fromstring(sample_as_string)

tree和root分布是ElementTree中兩個(gè)很重要的類的對象：

• ElementTree
• Element

查看Tag和Attribute

這時(shí)得到的root是一個(gè)指向<data>Element對象，我們可以通過查看root的tag和attrib來驗(yàn)證這一點(diǎn)：

>>> root.tag
'data'
>>> root.attrib
{}

上面的代碼說明了查看一個(gè)Element的Tag和Attribute的方法，Tag是一個(gè)字符串，而Attribute得到的是一個(gè)字典。

另外，還可以使用

• Element.get(AttributeName)

來代替Element.attrib[AttributeName]來訪問。

查看孩子

root.attrib返回的是一個(gè)空字典，如果看root的孩子，可以得到非空的attrib字典。

1、使用for...in...訪問

for child in root:
    print child.tag, child.attrib

得到

country {'name': 'Liechtenstein'}
country {'name': 'Singapore'}
country {'name': 'Panama'}

2、使用下標(biāo)訪問

如:

>>> print root[0].tag
country
>>> print root[0][0].tag
rank

3、使用Tag名稱訪問

下標(biāo)訪問的方法雖然簡單，但是在未知XML具體結(jié)構(gòu)的時(shí)候并不適用，通過Tag名稱訪問的方法更具有普適性。這里用到Element類的幾個(gè)函數(shù)，分別是

• Element.iter()
• Element.findall()
• Element.find()

這兩個(gè)函數(shù)使用的場景有所差異：
Element.iter()用來尋找所有符合要求的Tag，注意，這里查找的范圍是所有孩子和孩子的孩子 and so on。如果查看所有的year，可以使用下面的代碼：

for neighbor in root.iter('year'):
    print neighbor.text

返回

2008
2011
2011

Element.findall()只查找直接的孩子，返回所有符合要求的Tag的Element，而Element.find()只返回符合要求的第一個(gè)Element。如果查看Singapore的year的值，可以使用下面的代碼：

for country in root.findall('country'):
        if country.attrib['name'] == 'Singapore':
            year = country.find('year')  # 使用Element.find()
            print year.text

for country in root.findall('country'):
        if country.attrib['name'] == 'Singapore':
            years = country.findall('year')  # 使用Element.findall()
            print years[0].text  # 注意和上段的區(qū)別

查看Element的值

我們可以直接用Element.text來得到這個(gè)Element的值。

四、修改XML

前面已經(jīng)介紹了如何獲取一個(gè)Element的對象，以及查看它的Tag、Attribute、值和它的孩子。下面介紹如何修改一個(gè)Element并對XML文件進(jìn)行保存

修改Element

修改Element可以直接訪問Element.text。
修改Element的Attribute，也可以用來新增Attribute：

Element.set('AttributeName','AttributeValue')

新增孩子節(jié)點(diǎn)：

Element.append(childElement)

刪除孩子節(jié)點(diǎn)：

Element.remove(childElement)

保存XML

我們從文件解析的時(shí)候，我們用了一個(gè)ElementTree的對象tree，在完成修改之后，還用tree來保存XML文件。

tree.write('output.xml')

構(gòu)建XML

ElementTree提供了兩個(gè)靜態(tài)函數(shù)（直接用類名訪問，這里我們用的是ET）可以很方便的構(gòu)建一個(gè)XML，如：

root = ET.Element('data') 
    country = ET.SubElement(root,'country', {'name':'Liechtenstein'})
    rank = ET.SubElement(country,'rank')
    rank.text = '1'
    year = ET.SubElement(country,'year')
    year.text = '2008'
    ET.dump(root)

就可以得到

<data><country name="Liechtenstein"><rank>1</rank><year>2008</year></country></data>

五、XPath支持

XPath表達(dá)式用來在XML中定位Element，下面給一個(gè)例子來說明：

import xml.etree.ElementTree as ET

root = ET.fromstring(countrydata)

# Top-level elements
root.findall(".")

# All 'neighbor' grand-children of 'country' children of the top-level
# elements
root.findall("./country/neighbor")

# Nodes with name='Singapore' that have a 'year' child
root.findall(".//year/..[@name='Singapore']")

# 'year' nodes that are children of nodes with name='Singapore'
root.findall(".//*[@name='Singapore']/year")

# All 'neighbor' nodes that are the second child of their parent
root.findall(".//neighbor[2]")

參考

ElementTree主頁
ElementTree的函數(shù)與類介紹