python 各种解析xml包使用方法总结
来源:互联网 发布:圆筒的体积怎么算c语言 编辑:程序博客网 时间:2024/05/20 16:34
http://outofmemory.cn/code-snippet/914/python-kinds-jiexi-xml-bao-usage-method-summary
使用python开发时,由于python的开源生态圈非常的给力,对于实现同一个功能,往往在这方面的类库非常多,而开发者也同样面临着如何选择最佳的 类库作为辅助开发的工具。本文将记录本人在使用python处理xml格式数据时测试过的类库,有些类库由于先天不足,无法支持一些特性,涉及的类库或模 块有xml(python自带)、libxml2 、lxml 、xpath 。
附注:本文处理xml格式的数据的结构如下:
Python代码
input_xml_string = """ <root> <item> <data version="1.0" url="http://***" /> <data version="2.0" url="http://***" /> </item> <other> <data version="1.0" url="http://***" /> <data version="2.0" url="http://***" /> </other> </root> """
python自带的xml处理模块xml.dom.minidom 解析xml
可以使用该模块提供的”getElementsByTagName“接口找到需要的节点,实例“get_tagname”如下:
Python代码
import xml.dom.minidom def get_tagname(): doc = xml.dom.minidom.parseString(input_xml_string) for node in doc.getElementsByTagName("data"): print (node, node.tagName, node.getAttribute("version"))
程序运行结果如下:
(<DOM Element: data at 0x89884cc>, u'data', u'1.0') (<DOM Element: data at 0x898860c>, u'data', u'2.0') (<DOM Element: data at 0x89887cc>, u'data', u'1.0') (<DOM Element: data at 0x898890c>, u'data', u'2.0')
观察上面的运行结果,”getElementsByTagName“接口查找名为data的所有节点,有时候,程序需要完成的功能是只需要某个节点下面的 data节点,如other节点下的data节点。也许您马上想到了,我们可以判断data节点的父节点是否为other来满足功能,实例 “get_tagname_other”如下:
import xml.dom.minidom def get_tagname_other(): doc = xml.dom.minidom.parseString(input_xml_string) for node in doc.getElementsByTagName("data"): if node.parentNode.tagName == "other": print (node, node.tagName, node.getAttribute("version"))
程序运行结果如下:
(<DOM Element: data at 0x936b7cc>, u'data', u'1.0') (<DOM Element: data at 0x936b90c>, u'data', u'2.0')
观察上面的运行结果,恩,很好,问题是解决了,但是如果我想查找other节点下的data节点且属性节点version等于1.0的那个data节点, 那么就需要添加更多的策略来筛选出我们需要的数据,显然这种方式不够灵活,因此我们想到了使用xpath的方式去搜索我们需要的节点。实例 “get_xpath”如下:
import xml.etree.ElementTree from StringIO import StringIO file = StringIO(input_xml_string) def get_xpath(): doc = xml.etree.ElementTree.parse(file) for node in doc.findall("//item/data"): print (node, node.tag, (node.items()))
程序运行结果如下:
(<Element data at 90c4dcc>, 'data', [('url', 'http://***'), ('version', '1.0')]) (<Element data at 90c4e8c>, 'data', [('url', 'http://***'), ('version', '2.0')])
观察上面的运行结果,使用xpath的方式显然改善了程序的可读性,可依然没有解决上面的问题,这是由于python自带的xml模块对xpath方式的支持先天不足,如果想同时满足可读性与功能的正确性,我们需要使用针对python的第三方xml处理类库。
使用libxml2解析xml
libxml2是使用C语言开发的xml解析器,是一个基于MIT License的免费开源软件,多种编程语言都有基于它的实现,如本文将会介绍的lxml模块。实例“get_xpath_1”如下:
mport libxml2
def get_xpath_1():
doc = libxml2.parseFile("data.xml")#data.xml文件结构与上述的input_xml_string相同
for node in doc.xpathEval("//item/data[@version = '1.0']"):
print (node, node.name, (node.properties.name, node.properties.content))
doc.freeDoc()
程序运行结果如下:
(<xmlNode (data) object at 0x9326c6c>, 'data', ('version', '1.0'))
观察上面的运行结果,能够满足我们的需求,有点小不足“xpathEval()”接口不支持类似模板的用法,但不影响使用,由于libxml2采用C语言开发的,因此在使用API接口的方式上难免会有点“水土不服”(写法或习惯性用法)
使用lxml解析xml
lxml是以上述介绍过的libxml2为基础采用python语言开发的,从使用层面上说比libxml2更适合python开发者(鄙人感受),且"xpath"接口支持类似模板的用法,实例“get_xpath_2”如下:
import lxml.etree def get_xpath_2(): doc = lxml.etree.parse(file) for node in doc.xpath("//item/data[@version = $name]", name = "1.0"): print (node, node.tag, (node.items()))
程序运行结果如下:
(<Element data at a1f784c>, 'data', [('version', '1.0'), ('url', 'http://***')])
使用xpath模块解析xml
xpath是python官方推荐的一个支持xpath等处理的模块,是基于本文介绍过的python自带xml处理模块扩展而成,可以很好的结合使用,同时“find”接口也支持类似模板的用法,实例“get_xpath_3”如下:
Python代码
import xpath def get_xpath_3(): doc = xml.dom.minidom.parseString(input_xml_string) for node in xpath.find("//item/data[@version = $name]", doc, name = "1.0"): print (node, node.tagName, node.getAttribute("version"))
程序运行结果如下:
(<DOM Element: data at 0x89934cc>, u'data', u'1.0')
总结:
通过对这些类库的实践,我们已经了解了python在处理xml格式的数据时有各种各样的选择,并得知这些类库各自擅长那些方面的处理和各种类库的使用手法,可以根据实际需求选择合适的类库完成开发工作。
- python 各种解析xml包使用方法总结
- python 解析xml包使用方法总结
- python dom解析xml 总结
- python对XML的解析总结
- python对XML的解析总结
- python解析xml的方法总结
- Dom4j解析xml使用方法
- 解析XML各种异常
- 解析XML各种异常
- python各种包
- 各种json解析包简介
- 了解各种 XML 解析方法
- 详解XML各种解析方法
- java解析xml各种方法
- XML解析各种方式比较
- Xml中各种解析方式
- Python各种包的集锦
- python各种科学计算包
- Android网络编程之总结
- iOS 百度地图SDK使用小结
- 黑马程序员———OC学习第六天(block和协议)
- hdu 2152 Fruit(有上限和下限选择的母函数)
- HTML5 拖放(Drag和drop)
- python 各种解析xml包使用方法总结
- python对XML的解析 SAX DOM ElementTree
- Ubuntu为Tomcat启用80端口
- JavaScript学习笔记(二)------摘自w3school
- 黑马程序员_IO流的总结
- c语言之小括号
- python网络爬虫实践出真知(1)
- sas默认语言修改
- DICOM:fo-dicom之C-STORE再分析‘解决System.ObjectDisposedException异常’