本文目錄一覽：
python 解析xml需要什麼模塊
Python的標準庫中，提供了6種可以用於處理XML的包。
（1）xml.dom
xml.dom實現的是W3C制定的DOM API。如果你習慣於使用DOM API或者有人要求這這樣做，可以使用這個包。不過要注意，在這個包中，還提供了幾個不同的模塊，各自的性能有所區別。
DOM解析器在任何處理開始之前，必須把基於XML文件生成的樹狀數據放在內存，所以DOM解析器的內存使用量完全根據輸入資料的大小。
（2）xml.dom.minidom
xml.dom.minidom是DOM API的極簡化實現，比完整版的DOM要簡單的多，而且這個包也小的多。那些不熟悉DOM的朋友，應該考慮使用xml.etree.ElementTree模塊。據lxml的作者評價，這個模塊使用起來並不方便，效率也不高，而且還容易出現問題。
相關推薦：《Python教程》
（3）xml.dom.pulldom
與其他模塊不同，xml.dom.pulldom模塊提供的是一個「pull解析器」，其背後的基本概念指的是從XML流中pull事件，然後進行處理。雖然與SAX一樣採用事件驅動模型（event-driven processing model），但是不同的是，使用pull解析器時，使用者需要明確地從XML流中pull事件，並對這些事件遍歷處理，直到處理完成或者出現錯誤。
pull解析（pull parsing）是近來興起的一種XML處理趨勢。此前諸如SAX和DOM這些流行的XML解析框架，都是push-based，也就是說對解析工作的控制權，掌握在解析器的手中。
（4）xml.sax
xml.sax模塊實現的是SAX API，這個模塊犧牲了便捷性來換取速度和內存佔用。SAX是Simple API for XML的縮寫，它並不是由W3C官方所提出的標準。它是事件驅動的，並不需要一次性讀入整個文檔，而文檔的讀入過程也就是SAX的解析過程。所謂事件驅動，是指一種基於回調（callback）機制的程序運行方法。
（5）xml.parser.expat
xml.parser.expat提供了對C語言編寫的expat解析器的一個直接的、底層API接口。expat接口與SAX類似，也是基於事件回調機制，但是這個接口並不是標準化的，只適用於expat庫。
expat是一個面向流的解析器。您註冊的解析器回調（或handler）功能，然後開始搜索它的文檔。當解析器識別該文件的指定的位置，它會調用該部分相應的處理程序（如果您已經註冊的一個）。該文件被輸送到解析器，會被分割成多個片斷，並分段裝到內存中。因此expat可以解析那些巨大的文件。
（6）xml.etree.ElementTree（以下簡稱ET）
xml.etree.ElementTree模塊提供了一個輕量級、Pythonic的API，同時還有一個高效的C語言實現，即xml.etree.cElementTree。與DOM相比，ET的速度更快，API使用更直接、方便。與SAX相比，ET.iterparse函數同樣提供了按需解析的功能，不會一次性在內存中讀入整個文檔。ET的性能與SAX模塊大致相仿，但是它的API更加高層次，用戶使用起來更加便捷。
建議：在使用Python進行XML解析時，首選使用ET模塊，除非你有其他特別的需求，可能需要另外的模塊來滿足。
用python怎麼操作xml文件內容
一、什麼是xml？
xml即可擴展標記語言，它可以用來標記數據、定義數據類型，是一種允許用戶對自己的標記語言進行定義的源語言。
abc.xml
複製代碼代碼如下:
?xml version=”1.0″ encoding=”utf-8″?
catalog
maxid4/maxid
login username=”pytest” passwd=’123456′
captionPython/caption
item id=”4″
caption測試/caption
/item
/login
item id=”2″
captionZope/caption
/item
/catalog
Ok ,從結構上，它很像我們常見的HTML超文本標記語言。但他們被設計的目的是不同的，超文本標記語言被設計用來顯示數據，其焦點是數據的外觀。它被設計用來傳輸和存儲數據，其焦點是數據的內容。
那麼它有如下特徵：
首先，它是有標籤對組成，aa/aa
標籤可以有屬性：aa id=’123’/aa
標籤對可以嵌入數據：aaabc/aa
標籤可以嵌入子標籤（具有層級關係）：
二、獲得標籤屬性
那麼，下面來介紹如何用python來讀取這種類型的文件。
複製代碼代碼如下:
#coding=utf-8
import xml.dom.minidom
#打開xml文檔
dom = xml.dom.minidom.parse(‘abc.xml’)
#得到文檔元素對象
root = dom.documentElement
print root.nodeName
print root.nodeValue
print root.nodeType
print root.ELEMENT_NODE
mxl.dom.minidom 模塊被用來處理xml文件，所以要先引入。
xml.dom.minidom.parse() 用於打開一個xml文件，並將這個文件對象dom變量。
documentElement 用於得到dom對象的文檔元素，並把獲得的對象給root
每一個結點都有它的nodeName，nodeValue，nodeType屬性。
nodeName為結點名字。
nodeValue是結點的值，只對文本結點有效。
nodeType是結點的類型。catalog是ELEMENT_NODE類型
現在有以下幾種：
‘ATTRIBUTE_NODE’
‘CDATA_SECTION_NODE’
‘COMMENT_NODE’
‘DOCUMENT_FRAGMENT_NODE’
‘DOCUMENT_NODE’
‘DOCUMENT_TYPE_NODE’
‘ELEMENT_NODE’
‘ENTITY_NODE’
‘ENTITY_REFERENCE_NODE’
‘NOTATION_NODE’
‘PROCESSING_INSTRUCTION_NODE’
‘TEXT_NODE’
三、獲得子標籤
現在要獲得catalog的子標籤以的標籤name
複製代碼代碼如下:
?xml version=”1.0″ encoding=”utf-8″?
catalog
maxid4/maxid
login username=”pytest” passwd=’123456′
captionPython/caption
item id=”4″
caption測試/caption
/item
/login
item id=”2″
captionZope/caption
/item
/catalog
對於知道元素名字的子元素，可以使用getElementsByTagName方法獲取：
複製代碼代碼如下:
#coding=utf-8
import xml.dom.minidom
#打開xml文檔
dom = xml.dom.minidom.parse(‘abc.xml’)
#得到文檔元素對象
root = dom.documentElement
bb = root.getElementsByTagName(‘maxid’)
b= bb[0]
print b.nodeName
bb = root.getElementsByTagName(‘login’)
b= bb[0]
print b.nodeName
如何區分相同標籤名字的標籤：
複製代碼代碼如下:
?xml version=”1.0″ encoding=”utf-8″?
catalog
maxid4/maxid
login username=”pytest” passwd=’123456′
captionPython/caption
item id=”4″
caption測試/caption
/item
/login
item id=”2″
captionZope/caption
/item
/catalog
caption和item標籤不止一個如何區分？
複製代碼代碼如下:
#coding=utf-8
import xml.dom.minidom
#打開xml文檔
dom = xml.dom.minidom.parse(‘abc.xml’)
#得到文檔元素對象
root = dom.documentElement
bb = root.getElementsByTagName(‘caption’)
b= bb[2]
print b.nodeName
bb = root.getElementsByTagName(‘item’)
b= bb[1]
print b.nodeName
root.getElementsByTagName(‘caption’) 獲得的是標籤為caption 一組標籤，b[0]表示一組標籤中的第一個；b[2] ，表示這一組標籤中的第三個。
四、獲得標籤屬性值
複製代碼代碼如下:
?xml version=”1.0″ encoding=”utf-8″?
catalog
maxid4/maxid
login username=”pytest” passwd=’123456′
captionPython/caption
item id=”4″
caption測試/caption
/item
/login
item id=”2″
captionZope/caption
/item
/catalog
login和item標籤是有屬性的，如何獲得他們的屬性？
複製代碼代碼如下:
#coding=utf-8
import xml.dom.minidom
#打開xml文檔
dom = xml.dom.minidom.parse(‘abc.xml’)
#得到文檔元素對象
root = dom.documentElement
itemlist = root.getElementsByTagName(‘login’)
item = itemlist[0]
un=item.getAttribute(“username”)
print un
pd=item.getAttribute(“passwd”)
print pd
ii = root.getElementsByTagName(‘item’)
i1 = ii[0]
i=i1.getAttribute(“id”)
print i
i2 = ii[1]
i=i2.getAttribute(“id”)
print i
getAttribute方法可以獲得元素的屬性所對應的值。
五、獲得標籤對之間的數據
複製代碼代碼如下:
?xml version=”1.0″ encoding=”utf-8″?
catalog
maxid4/maxid
login username=”pytest” passwd=’123456′
captionPython/caption
item id=”4″
caption測試/caption
/item
/login
item id=”2″
captionZope/caption
/item
/catalog
caption標籤對之間是有數據的，如何獲得這些數據？
獲得標籤對之間的數據有多種方法，
方法一：
複製代碼代碼如下:
#coding=utf-8
import xml.dom.minidom
#打開xml文檔
dom = xml.dom.minidom.parse(‘abc.xml’)
#得到文檔元素對象
root = dom.documentElement
cc=dom.getElementsByTagName(‘caption’)
c1=cc[0]
print c1.firstChild.data
c2=cc[1]
print c2.firstChild.data
c3=cc[2]
print c3.firstChild.data
firstChild 屬性返回被選節點的第一個子節點，.data表示獲取該節點人數據。
方法二：
複製代碼代碼如下:
#coding=utf-8
from xml.etree import ElementTree as ET
per=ET.parse(‘abc.xml’)
p=per.findall(‘./login/item’)
for oneper in p:
for child in oneper.getchildren():
print child.tag,’:’,child.text
p=per.findall(‘./item’)
for oneper in p:
for child in oneper.getchildren():
print child.tag,’:’,child.text
方法二有點複雜，所引用模塊也與前面的不一樣，findall用於指定在哪一級標籤下開始遍歷。
getchildren方法按照文檔順序返回所有子標籤。並輸出標籤名（child.tag）和標籤的數據（child.text）
其實，方法二的作用不在於此，它核心功能是可以遍歷某一級標籤下的所有子標籤。
python讀取xml文件有哪些方法
1、以下幾種方法建議初學者使用：
xml.etree.ElementTree
xml.dom
xml.dom.minidom
xml.dom.pulldom
xml.parsers.expat
其中，第一個模塊更加輕便簡介，對於簡單的xml文檔，推薦使用
下面的方法涉及知識比較多，熟練掌握上面方法後可以了解使用：
2、Dom讀取
3、Dom4j讀取
使用dom4j需要導入相關的jar包
import java.io.File;
import java.util.Iterator;
import java.util.List;
4、JDom讀取
使用jdom需要導入相關的jar包
import java.io.FileInputStream;
import java.io.InputStream;
5、Sax讀取
6、properties的讀取
原創文章，作者：小藍，如若轉載，請註明出處：https://www.506064.com/zh-hk/n/278300.html
微信掃一掃 
支付寶掃一掃 