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，Element類以及一些操作 XML 的函數(shù)。

XML 可以看成是一種樹(shù)狀結(jié)構(gòu)，ET 使用ElementTree類來(lái)表示整個(gè) XML 文檔，使用Element類來(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 ElementTreetree = ET.parse('example.xml')# 獲取 XML 文檔對(duì)象的根結(jié)點(diǎn) Elementroot = tree.getroot()# 打印根結(jié)點(diǎn)的名稱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_strroot = 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類以及SubElement()函數(shù)。

可以使用Element類來(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 ElementTreetree = ET.parse('example.xml')# 獲取 XML 文檔對(duì)象的根結(jié)點(diǎn) Elementroot = 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 1Singapore 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 ElementTreetree = ET.parse('example.xml')# 獲取 XML 文檔對(duì)象的根結(jié)點(diǎn) Elementroot = 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)武林網(wǎng)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