本文實(shí)例講述了Python處理XML格式數(shù)據(jù)的方法。分享給大家供大家參考，具體如下：
這里的操作是基于Python3平臺。
在使用Python處理XML的問題上，首先遇到的是編碼問題。
Python并不支持gb2312，所以面對encoding="gb2312"的XML文件會出現(xiàn)錯誤。Python讀取的文件本身的編碼也可能導(dǎo)致拋出異常，這種情況下打開文件的時候就需要指定編碼。此外就是XML中節(jié)點(diǎn)所包含的中文。
我這里呢，處理就比較簡單了，只需要修改XML的encoding頭部。
#!/usr/bin/env pythonimport os, sysimport redef replaceXmlEncoding(filepath, oldEncoding='gb2312', newEncoding='utf-8'): f = open(filepath, mode='r') content = f.read() content = re.sub(oldEncoding, newEncoding, content) f.close() f = open(filepath, mode='w') f.write(content) f.close()if __name__ == "__main__": replaceXmlEncoding('./ActivateAccount.xml')接著是使用xml.etree.ElementTree來操作XML文件。
在一個類里面定義__call__函數(shù)可以使得該類可調(diào)用，比如下面代碼的最后幾行，在__main__函數(shù)中。這也很突出地體現(xiàn)了在Python的世界里，一切都是對象，包括對象本身 ：）
一直覺得__main__函數(shù)用來測試真是蠻好用的。
#!/usr/bin/env pythonimport os, reimport xml.etree.ElementTree as etreeLocale_Path = "./locale.txt"class xmlExtractor(object): def __init__(self): pass def __call__(self, filepath): retDict = {} f = open(filepath, 'r') Line = len(open(filepath, 'r').readlines()) retDict['Line'] = Line tree = etree.parse(f) root = tree.find("ResItem") Id = root.get("ID") retDict['Title'] = Id resItemCnt = len(list(root.findall("ResItem"))) + 1 retDict['ResItemCount'] = resItemCnt retDict['ChineseTip'] = 'None' for child in root: attrDict = child.attrib keyword = "Name" if(keyword in attrDict.keys() and attrDict['Name'] == "Caption"): if len(child.attrib['Value']) > 1: if child.attrib['Value'][0] == '~': title = child.attrib['Value'][1:] else: title = child.attrib['Value'][0:] #print(title) chs = open(Locale_Path).read() pattern = '<String id="' + title + '">[^>]+>' m = re.search(pattern, chs) if m != None: realTitle = re.sub('<[^>]+>', '', m.group(0)) retDict['ChineseTip'] = realTitle f.close() return retDictif __name__ == "__main__": fo = xmlExtractor() d = fo('./ActivateAccount.xml') print(d)最后，就是入口文件，導(dǎo)入上面兩個文件，使用xml.dom和os.listdir來遞歸處理XML文件，并生成一個結(jié)果集。
一直覺得Python的UnboundLocalError錯誤挺有意思的，不知道是不是符號表的覆蓋問題。
#!/usr/bin/env pythonfrom xmlExtractor import *from replaceXmlEncoding import *from xml.dom import minidom,Nodedoc = minidom.Document()extractor = xmlExtractor()totalLines = 0totalResItemCnt = 0totalXmlFileCnt = 0totalErrorCnt = 0errorFileList = []xmlRoot = doc.createElement("XmlResourceFile")doc.appendChild(xmlRoot)def myWalkDir(level, path): global doc, extractor, totalLines, totalResItemCnt, totalXmlFileCnt global totalErrorCnt, errorFileList global xmlRoot for i in os.listdir(path): if i[-3:] == 'xml': totalXmlFileCnt += 1 try: #先把xml的encoding由gb2312轉(zhuǎn)換為utf-8 replaceXmlEncoding(path + '//' + i) #再提取xml文檔中需要的信息 info = extractor(path + '//' + i) #在上述兩行代碼沒有出現(xiàn)異常的基礎(chǔ)上再創(chuàng)建節(jié)點(diǎn) #print(info) #print(type(i)) xmlNode = doc.createElement("XmlFile") xmlRoot.appendChild(xmlNode) xmlName = doc.createElement("Filename") xmlName.setAttribute('Value', i) #xmlName.appendChild(doc.createTextNode(i)) xmlNode.appendChild(xmlName) filePath = doc.createElement("Filepath") filePath.setAttribute('Value', path[34:]) #filePath.appendChild(doc.createTextNode(path[1:])) xmlNode.appendChild(filePath) titleNode = doc.createElement("Title") titleNode.setAttribute('Value', str(info['Title'])) #titleNode.appendChild(doc.createTextNode(str(info['Title']))) xmlNode.appendChild(titleNode) chsNode = doc.createElement("ChineseTip") chsNode.setAttribute('Value', str(info['ChineseTip'])) #chsNode.appendChild(doc.createTextNode(str(info['Chinese']))) xmlNode.appendChild(chsNode) resItemNode = doc.createElement("ResItemCount") resItemNode.setAttribute('Value', str(info['ResItemCount'])) #resItemNode.appendChild(doc.createTextNode(str(info['ResItemCount']))) xmlNode.appendChild(resItemNode) lineNode = doc.createElement("LineCount") lineNode.setAttribute('Value', str(info['Line'])) #lineNode.appendChild(doc.createTextNode(str(info['Line']))) xmlNode.appendChild(lineNode) descNode = doc.createElement("Description") descNode.setAttribute('Value', '') #descNode.appendChild(doc.createTextNode('')) xmlNode.appendChild(descNode) except Exception as errorDetail: totalErrorCnt += 1 errorFileList.append(path + '//' + i) print(path + '//' + i, errorDetail) if os.path.isdir(path + '//' + i): myWalkDir(level+1, path + '//' + i)if __name__ == "__main__": path = os.getcwd() + '//themes' myWalkDir(0, path) print(totalXmlFileCnt, totalErrorCnt) #print(doc.toprettyxml(indent = " ")) resultXml = open("./xmlResourceList.xml", "w") resultXml.write(doc.toprettyxml(indent = " ")) resultXml.close()PS：這里再為大家提供幾款關(guān)于xml操作的在線工具供大家參考使用：
在線XML/JSON互相轉(zhuǎn)換工具：
http://tools.VeVB.COm/code/xmljson
在線格式化XML/在線壓縮XML：
http://tools.VeVB.COm/code/xmlformat
XML在線壓縮/格式化工具：
http://tools.VeVB.COm/code/xml_format_compress
XML代碼在線格式化美化工具：
http://tools.VeVB.COm/code/xmlcodeformat
更多關(guān)于Python相關(guān)內(nèi)容感興趣的讀者可查看本站專題：《Python操作xml數(shù)據(jù)技巧總結(jié)》、《Python數(shù)據(jù)結(jié)構(gòu)與算法教程》、《Python Socket編程技巧總結(jié)》、《Python函數(shù)使用技巧總結(jié)》、《Python字符串操作技巧匯總》、《Python入門與進(jìn)階經(jīng)典教程》及《Python文件與目錄操作技巧匯總》
希望本文所述對大家Python程序設(shè)計有所幫助。
新聞熱點(diǎn)
疑難解答
圖片精選
