python中如何解析xml文件

本篇文章为大家展示了python中如何解析xml文件，内容简明扼要并且容易理解，绝对能使你眼前一亮，通过这篇文章的详细介绍希望你能有所收获。

什么是 XML？

XML 指可扩展标记语言（eXtensible Markup Language）。

XML 被设计用来传输和存储数据。

XML 是一套定义语义标记的规则，这些标记将文档分成许多部件并对这些部件加以标识。

它也是元标记语言，即定义了用于定义其他与特定领域有关的、语义的、结构化的标记语言的句法语言。

Python 对 XML 的解析

常见的 XML 编程接口有 DOM 和 SAX，这两种接口处理 XML 文件的方式不同，当然使用场合也不同。

Python 有三种方法解析 XML，SAX，DOM，以及 ElementTree:

1.SAX (simple API for XML )
Python 标准库包含 SAX 解析器，SAX 用事件驱动模型，通过在解析XML的过程中触发一个个的事件并调用用户定义的回调函数来处理XML文件。

2.DOM(Document Object Model)
将 XML 数据在内存中解析成一个树，通过对树的操作来操作XML。

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。

注：因DOM需要将XML数据映射到内存中的树，一是比较慢，二是比较耗内存，而SAX流式读取XML文件，比较快，占用内存少，但需要用户实现回调函数（handler）。

xml.etree

country_data.xml文件如下所示：

            1        2008        141100        

先解释下一些概念，很简单的：
1.第一行的是xml文件的声明，它定义了xml的版本 (1.0)和所使用编码为UTF-8。
2.接下来就是xml文件的内容了，这些内容按一个树状结构进行组织摆放，形式如下：

                        .....                .....        

其中，每一个.叫做一个节点，也叫一个元素，节点可以嵌套放置，也可以并列放置，在嵌套结构中，内外层节点是父子关系，以此类推，最外层的节点都叫做根节点。并列的两节点为兄弟关系。

3.对于每一个节点，一般由Tag、Attribute、Text三部分构成。在country_data.xml中data,country,rank,year这些都是tag。与tag同一尖括弧内右边的是Attribute，比如：name。Text就是两个尖括弧中间夹的东西了。

xml文件的信息都存在节点里，关于节点的遍历，有好几种方法，这里用的是Element Tree。代码如下：

# -*- coding:utf-8 -*-import sys, os.pathimport xml.etree.ElementTree as ET# 读取方法def read_xml(xml_file=''):    # 读取xml文件    tree = ET.parse(xml_file)    # 获取根节点    root = tree.getroot()    print("root.tag :", root.tag)    # 获取当前根节点下的所有子country节点    child_node_list = root.findall('country')    # 打印每个country节点的Attribute    for child_node in child_node_list:        print('attrib:%s'%child_node.attrib)        for child in child_node.getchildren():            print('tag:text;%s:%s'%(child.tag,child.text))    # 获取某一个节点的text，以234为例    node = root.find('country2/rank')    print(node.text)class XmlParse:    def __init__(self, file_path):        self.tree = None        self.root = None        self.xml_file_path = file_path    def ReadXml(self):        try:            print("xmlfile:", self.xml_file_path)            # 读取xml文件            self.tree = ET.parse(self.xml_file_path)            # 获取根节点            self.root = self.tree.getroot()            print("root.tag :", self.root.tag)        except Exception as e:            print("parse xml faild!")            sys.exit()        else:            print("parse xml success!")        finally:            return self.tree, self.root    def CreateNode(self, tag, attrib, text):        element = ET.Element(tag, attrib)        element.text = text        print("tag:%s;attrib:%s;text:%s" % (tag, attrib, text))        return element    def AddNode(self, Parent, tag, attrib, text):        element = self.CreateNode(tag, attrib, text)        if Parent:            Parent.append(element)            el = self.root.find("Python")            print(el.tag, "----", el.attrib, "----", el.text)        else:            print("parent is none")    def WriteXml(self, destfile):        dest_xml_file = os.path.abspath(destfile)        self.tree.write(dest_xml_file, encoding="utf-8", xml_declaration=True)def method_1():    # 增加节点并写入新的xml    parse = XmlParse(xml_file)    tree, root = parse.ReadXml()    parse.AddNode(root, "Python", {"age": "22", "hello": "world"}, "YES")    parse.WriteXml("./xml/country_data_added.xml")if __name__ == "__main__":    xml_file = os.path.abspath("./xml/country_data.xml")    read_xml(xml_file=xml_file)# 读取详细方法    # method_1()

xml.dom

xml.dom.minidom官方文档

# -*- coding:utf-8 -*-from xml.dom.minidom import parsedef read_xml(xml_file=''):    domTree = parse(xml_file)    # 文档根元素    rootNode = domTree.documentElement #用于得到dom对象的文档元素    print('属性值：',rootNode.nodeName,rootNode.nodeValue,rootNode.nodeType)# 结点名字,值，类型    customers = rootNode.getElementsByTagName("customer")    for customer in customers:        if customer.hasAttribute("ID"):            print("ID:", customer.getAttribute("ID"))        # name 元素        name = customer.getElementsByTagName("name")[0]        print(name.nodeName, ":", name.childNodes[0].data)        # phone 元素        phone = customer.getElementsByTagName("phone")[0]        print(phone.nodeName, ":", phone.childNodes[0].data)        # comments 元素        comments = customer.getElementsByTagName("comments")[0]        print(comments.nodeName, ":", comments.childNodes[0].data)def write_xml(xml_file=''):    domTree = parse(xml_file)    # 文档根元素    rootNode = domTree.documentElement    # 新建一个customer节点    customer_node = domTree.createElement("customer")    customer_node.setAttribute("ID", "C003")    # 创建name节点,并设置textValue    name_node = domTree.createElement("name")    name_text_value = domTree.createTextNode("kavin")    name_node.appendChild(name_text_value)  # 把文本节点挂到name_node节点    customer_node.appendChild(name_node)    # 创建phone节点,并设置textValue    phone_node = domTree.createElement("phone")    phone_text_value = domTree.createTextNode("32467")    phone_node.appendChild(phone_text_value)  # 把文本节点挂到name_node节点    customer_node.appendChild(phone_node)    # 创建comments节点,这里是CDATA    comments_node = domTree.createElement("comments")    cdata_text_value = domTree.createCDATASection("A small but healthy company.")    comments_node.appendChild(cdata_text_value)    customer_node.appendChild(comments_node)    rootNode.appendChild(customer_node)    with open('./xml/customer_added.xml', 'w') as f:        # 缩进 - 换行 - 编码        domTree.writexml(f, addindent=' ', newl="", encoding='utf-8')def update_xml(xml_file=''):    domTree = parse(xml_file)    # 文档根元素    rootNode = domTree.documentElement    names = rootNode.getElementsByTagName("name")    for name in names:        if name.childNodes[0].data == "Acme Inc.":            # 获取到name节点的父节点            pn = name[xss_clean]            # 父节点的phone节点，其实也就是name的兄弟节点            # 可能有sibNode方法，我没试过，大家可以google一下            phone = pn.getElementsByTagName("phone")[0]            # 更新phone的取值            phone.childNodes[0].data = 99999    with open('./xml/customer_updated.xml', 'w') as f:        # 缩进 - 换行 - 编码        domTree.writexml(f, addindent=' ', encoding='utf-8')if __name__ == '__main__':    xml_file='./xml/customer.xml'    read_xml(xml_file=xml_file)    write_xml(xml_file=xml_file)    update_xml(xml_file=xml_file)

ValueError: multi-byte encodings are not supported

pyton解析xml时，报错

是因为编码的问题，把xml的头

改成

上述内容就是python中如何解析xml文件，你们学到知识或技能了吗？如果还想学到更多技能或者丰富自己的知识储备，欢迎关注行业资讯频道。