python 模块- 对XML的解析 ElementTree(元素树)

参考地址：http://blog.csdn.net/yueguanghaidao/article/details/7265246

python的官方文档：https://docs.python.org/2/library/xml.etree.elementtree.html

前述，库文件说明：

Source code: Lib/xml/etree/ElementTree.py

导入的库文件为：from xml.etree import ElementTree

为了使用方便可以像命名别名方式：

from xml.etree import ElementTree as ET

理解：

element是个容器对象，有些属性：

1) 一个tag

2) 一些attrib，或者为空 {}

3) 一个text

4) 一些子element

它是介于list和dict的中间体容器。

find, findall 结果就是一个list( find和 findall的区别， find是查找第一tag对应的element下所有元素， findall是查找对应tag的所有elements）

root.attrib 结果就是一个dict

具体使用

下面是一个转载的例子：

test.xml如下：

<?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>

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

    a) parse 加载xml文件

    b) fromstring 加载指定字符串

2.获取element的方法

  a) 通过getiterator

  b) 过 getchildren

  c) find方法

  d) findall方法

通过例子学习下：

from xml.etree import ElementTree as ET#coding=gbktree = ET.parse("test.xml")root = tree.getroot()print root.tag, root.attrib, root.textfor child in root:print child.tag, child.attrib, root.text#getiterator方法， 得到对应tag的所有elemnt的countrys = root.getiterator("country")for country in countrys:print "===", country.tag, country.attrib#得到root下的所有子元素childs = root.getchildren()for child in childs:print "+++", child.tag, child.attrib#find方法，查找对应tag的第一个elment下的elements，支持pathfchilds = root.find("country")for fchild in fchilds:print "---", fchild.tag, fchild.attrib#findall方法，查找所有的对应tag的所有element, 支持pathfachilds = root.findall("country")for fachild in fachilds:print "---s", fachild.tag, fachild.attribfapchilds = root.findall("country/neighbor")for fapchild in fapchilds:print "---sp", fapchild.tag, fapchild.attrib

注意问题：

中文编码问题，ElementTree只支持 utf8编码

所以当时gbk编码的时候，需要转码。

字符串转码：str.decode('gbk').encode('utf8')， 并且xml的头文件encoding为gbk的需要修改，如：

<?xml version='1.0' encoding='GBK'?>

则需要str=str.replace('GBK', 'utf-8')