Python 标准库之 xml.etree.ElementTree
tag:string对象,表示数据代表的种类,当为节点时为节点名称。 text:string对象,表示element的内容。 attrib:dictionary对象,表示附有的属性。 tail:string对象,表示element闭合之后的尾迹。 若干子元素(child elements)。
1 3 2 4
try:
import xml.etree.cElementTree as ET
except ImportError:
import xml.etree.ElementTree as ET
<?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>
>>> import xml.etree.cElementTree as ET
>>> tree = ET.ElementTree(file='doc1.xml') #载入数据
>>> root = tree.getroot() #获取根节点
<Element 'doc' at 0x11eb780>
root = ET.fromstring(country_data_as_string)
>>> for child in root:
... print child.tag, child.attrib
...
country {'name': 'Liechtenstein'}
country {'name': 'Singapore'}
country {'name': 'Panama'}
或者直接使用索引寻找子节点:
>>> root[0][1].text
''
>>> root.findall("./country/neighbor")
[<Element 'neighbor' at 0x14fa0f0>, <Element 'neighbor' at 0x14fa150>, <Element 'neighbor' at 0x14fa3f0>, <Element 'neighbor' at 0x14fa6c0>, <Element 'neighbor' at 0x14fa750>]
for event, elem in ET.iterparse(sys.argv[2]):
if event == 'end':
if elem.tag == 'location' and elem.text == 'Zimbabwe':
count += 1
elem.clear() # discard the element
class xml.etree.ElementTree.Element(tag, attrib={}, **extra) tag:string 元素代表的数据种类。
text:string 元素的内容。
tail:string 元素的尾形。
attrib:dictionary 元素的属性字典。 #针对属性的操作
clear() 清空元素的后代、属性、text和tail也设置为None。
get(key, default=None) 获取key对应的属性值,如该属性不存在则返回default值。
items() 根据属性字典返回一个列表,列表元素为(key, value)。
keys() 返回包含所有元素属性键的列表。
set(key, value) 设置新的属性键与值。 #针对后代的操作
append(subelement) 添加直系子元素。
extend(subelements) 增加一串元素对象作为子元素。#python2.7新特性
find(match) 寻找第一个匹配子元素,匹配对象可以为tag或path。
findall(match) 寻找所有匹配子元素,匹配对象可以为tag或path。
findtext(match) 寻找第一个匹配子元素,返回其text值。匹配对象可以为tag或path。
insert(index, element) 在指定位置插入子元素。
iter(tag=None) 生成遍历当前元素所有后代或者给定tag的后代的迭代器。#python2.7新特性
iterfind(match) 根据tag或path查找所有的后代。
itertext() 遍历所有后代并返回text值。
remove(subelement) 删除子元素。
class xml.etree.ElementTree.ElementTree(element=None, file=None)
element如果给定,则为新的ElementTree的根节点。 _setroot(element):用给定的element替换当前的根节点。慎用。 # 以下方法与Element类中同名方法近似,区别在于它们指定以根节点作为操作对象。
find(match)
findall(match)
findtext(match, default=None)
iter(tag=None)
iterfind(match)
parse(source, parser=None) 装载xml对象,source可以为文件名或文件类型对象
getroot() 获取根节点
write(file, encoding="us-ascii", xml_declaration=None, default_namespace=None,method="xml")
ET.Comment(text=None)
2. 生成一个element tree,通过sys.stdout输出,elem可以是元素树或单个元素。这个方法最好只用于debug。
ET.dump(elem)
ET.fromstring(text)
4. 从字符串的序列对象中解析xml文档。缺省parser为XMLParser,返回Element实例。V2.7中新加属性
ET.fromstringlist(sequence, parser=None)
5. 检查是否是一个element对象。
ET.iselement(element)
6. 将文件或包含xml数据的文件对象递增解析为element tree,并且报告进度。events是一个汇报列表,如果忽略,将只有end事件会汇报出来。
注意,iterparse()只会在看见开始标签的">"符号时才会抛出start事件,因此届时属性是已经定义了,但是text和tail属性在那时还没有定义,同样子元素也没有定义,因此他们可能不能被显示出来。如果你想要完整的元素,请查找end事件。
ET.iterparse(source, events=None, parser=None)
7. 将一个文件或者字符串解析为element tree。
ET.parse(source, parser=None)
8. 这个方法会创建一个特别的element,该element被序列化为一个xml处理命令。
ET.ProcessingInstruction(target, text=None)
9. 注册命名空间前缀。这个注册是全局有效,任何已经给出的前缀或者命名空间uri的映射关系会被删除。 V2.7新加属性
ET.register_namespace(prefix, uri)
10. 子元素工厂,创建一个Element实例并追加到已知的节点。
ET.SubElement(parent, tag, attrib={}, **extra)
11. 生成一个字符串来表示表示xml的element,包括所有子元素。element是Element实例,method为"xml", "html", "text"。 返回包含了xml数据的字符串。
ET.tostring(element, encoding="us-ascii", method="xml")
12. 生成一个字符串来表示表示xml的element,包括所有子元素。element是Element实例,method为"xml","html","text"。返回包含了xml数据的字符串列表。V2.7新添加属性
ET.tostringlist(element, encoding="us-ascii", method="xml")
13. 从一个字符串常量中解析出xml片段。返回Element实例。
ET.XML(text, parser=None)
14. 从字符串常量解析出xml片段,同时返回一个字典,用以映射element的id到其自身。
ET.XMLID(text, parser=None)