[转]python对XML的解析

来源：互联网发布：js选择排序编辑：程序博客网时间：2024/06/06 00:06

转自：http://blog.csdn.net/yueguanghaidao/article/details/7265246

python有三种方法解析XML，SAX，DOM，以及ElementTree
###1.SAX (simple API for XML )
       pyhton 标准库包含SAX解析器，SAX是一种典型的极为快速的工具，在解析XML时，不会占用大量内存。
但是这是基于回调机制的，因此在某些数据中，它会调用某些方法进行传递。这意味着必须为数据指定句柄，
以维持自己的状态，这是非常困难的。

###2.DOM(Document Object Model)
       与SAX比较，DOM典型的缺点是比较慢，消耗更多的内存，因为DOM会将整个XML数读入内存中，并为树
中的第一个节点建立一个对象。使用DOM的好处是你不需要对状态进行追踪，因为每一个节点都知道谁是它的
父节点，谁是子节点。但是DOM用起来有些麻烦。

###3.ElementTree(元素树)
     ElementTree就像一个轻量级的DOM，具有方便友好的API。代码可用性好，速度快，消耗内存少，这里主要
介绍ElementTree。

下面是一个转载的例子：

test.xml如下：

[html] view plaincopyprint?

<spanstyle="font-size: 13px;"><?xmlversion="1.0"encoding="utf-8"?>
<root>
<personage="18">
<name>hzj</name>
<sex>man</sex>
</person>
<personage="19"des="hello">
<name>kiki</name>
<sex>female</sex>
</person>
</root></span>

<?xml version="1.0" encoding="utf-8"?><root> <person age="18">    <name>hzj</name>    <sex>man</sex> </person> <person age="19" des="hello">    <name>kiki</name>    <sex>female</sex> </person></root>

1.加载xml文件

加载XML文件共有2种方法,一是加载指定字符串，二是加载指定文件

2.获取element的方法

a) 通过getiterator

b) 过 getchildren

c) find方法

d) findall方法

[python] view plaincopyprint?

<span style="font-size: 13px;">#-*- coding:utf-8 -*-
from xml.etree import ElementTree
def print_node(node):
'''''打印结点基本信息'''
print "=============================================="
print "node.attrib:%s" % node.attrib
if node.attrib.has_key("age") >0 :
print "node.attrib['age']:%s" % node.attrib['age']
print "node.tag:%s" % node.tag
print "node.text:%s" % node.text
def read_xml(text):
'''''读xml文件'''
# 加载XML文件（2种方法,一是加载指定字符串，二是加载指定文件）
# root = ElementTree.parse(r"D:/test.xml")
root = ElementTree.fromstring(text)
# 获取element的方法
# 1 通过getiterator
lst_node = root.getiterator("person")
for node in lst_node:
print_node(node)
# 2通过 getchildren
lst_node_child = lst_node[0].getchildren()[0]
print_node(lst_node_child)
# 3 .find方法
node_find = root.find('person')
print_node(node_find)
#4. findall方法
node_findall = root.findall("person/name")[1]
print_node(node_findall)
if __name__ == '__main__':
read_xml(open("test.xml").read())
</span>

#-*- coding:utf-8 -*-from xml.etree import ElementTreedef print_node(node):    '''打印结点基本信息'''    print "=============================================="    print "node.attrib:%s" % node.attrib    if node.attrib.has_key("age") > 0 :        print "node.attrib['age']:%s" % node.attrib['age']    print "node.tag:%s" % node.tag    print "node.text:%s" % node.textdef read_xml(text):    '''读xml文件'''    # 加载XML文件（2种方法,一是加载指定字符串，二是加载指定文件）        # root = ElementTree.parse(r"D:/test.xml")    root = ElementTree.fromstring(text)        # 获取element的方法    # 1 通过getiterator     lst_node = root.getiterator("person")    for node in lst_node:        print_node(node)            # 2通过 getchildren    lst_node_child = lst_node[0].getchildren()[0]    print_node(lst_node_child)            # 3 .find方法    node_find = root.find('person')    print_node(node_find)        #4. findall方法    node_findall = root.findall("person/name")[1]    print_node(node_findall)    if __name__ == '__main__':     read_xml(open("test.xml").read())

想想为什么？不明白，请看下面

[python] view plaincopyprint?

#encoding=utf-8
from xml.etree import ElementTree as ET
#要找出所有人的年龄
per=ET.parse('test.xml')
p=per.findall('/person')
for x in p:
print x.attrib
print
for oneper in p: #找出person节点
for child in oneper.getchildren():#找出person节点的子节点
print child.tag,':',child.text
print 'age:',oneper.get('age')
print '############'

#encoding=utf-8from xml.etree import ElementTree as ET#要找出所有人的年龄per=ET.parse('test.xml')p=per.findall('/person')for x in p:    print x.attribprintfor oneper in p:  #找出person节点    for child in oneper.getchildren(): #找出person节点的子节点        print child.tag,':',child.text    print 'age:',oneper.get('age')    print '############'

结果如下：

[python] view plaincopyprint?

{'age': '18'}
{'age': '19','des': 'hello'}
name : hzj
sex : man
age: 18
############
name : kiki
sex : female
age: 19
############