赞
踩
XML即可扩展标记语言,XML是互联网数据传输的重要工具,它可以跨越互联网任何的平台,不受编程语言和操作系统的限制,可以说它是一个拥有互联网最高级别通行证的数据携带者。
<?xml version="1.0" encoding="utf-8" ?>
<root xmlns='http:autosar.org/schema/r4.0'>
<part id="01" name="选项一">
<name>我是徐茅山</name>
<age>今年20岁</age>
<sex>男</sex>
</part>
<part id="02" name="选项二">
<name>我是李逍遥</name>
<age>今年22岁</age>
<sex>男</sex>
</part>
</root>
<?xml version="1.0" encoding="utf-8" standalone="yes" ?>
XML声明放在XML文档的第一行
version –文档符合XML1.0规范,我们学习1.0
encoding –文档字符编码,比如”gb2312”或者”utf-8”
standalone –文档定义是否独立使用。standalone=”no”为默认值。yes代表是独立使用,而no代表不是独立使用
<part id="01" name="选项一">
<name>我是徐茅山</name>
<age>今年20岁</age>
<sex>男</sex>
</part>
元素包含标签tag
,属性attrib
(非必须)和文本text
(最内侧元素才有)三要素
元素可以嵌套元素,每个XML文档必须有且只有一个根元素
标签分为开始标签和结束标签,标签必须遵守以下规范
区分大小写,
不能以数字或下划线”_”开头
不能包含空格,不能包含冒号
<标签 属性名1="属性值1" 属性名2="属性值2">
属性值用双引号
""
或单引号''
分隔
等号两边不能有空格
属性值不能包括<,>,&,如果一定要包含,也要使用实体字符
文本中出现的所有空格和换行,XML解析程序都会当做文本内容进行处理
具体的元素称为节点,元素是节点的类,节点是元素的实例。同一元素的节点具有相同的标签
在 XML 中,当两个不同的文档使用相同的元素名时,就会发生命名冲突,而XML 命名空间提供避免元素命名冲突的方法。
XML命名空间被放置于元素的root标签之中,并有两种命名方式:
<root xmlns="namespaceURI">
<part>
</part>
其中,root是根节点,xmlns是固定术语(xml name space),"http:autosar.org/schema/r4.0"
是唯一的namespaceURI
定义了默认的命名空间后,xml所有节点标签的全民都要加上前缀,比如part
节点实际节点名称为:{http:autosar.org/schema/r4.0}part
,为了书写方便,通常在python中这样定义:
xmlns = "{http:autosar.org/schema/r4.0}"
node = xmlns+"part"
<?xml version='1.0' encoding='UTF-8'?>
<nvd xmlns:vuln="http://bulabula" xmlns:cvss="http://abulaabula" xmlns="http://alulalula">
<entry id="CVE-2011-0001">
<vuln:cvss>
<cvss:base_metrics>
<cvss:score>5.0</cvss:score>
</cvss:base_metrics>
</vuln:cvss>
</entry>
<nvd>
其中默认的命名空间为xmls,另外声明了两个命名空间xmlns:vuln和xmlns:cvss。
cvss:score节点被显式声明为cvss命名空间,需要这样访问:
cvss = “{http://abulabula}”
node.find(cvss + 'score')
XML有5个预定义的实体字符,用于文本非格式语句
实体字符 | 说明 |
---|---|
< | < |
> | > |
& | & |
' | ’ |
" | " |
<![CDATA[文本]]>
<!--这是一个注释-->
本文主要学习的 xml.etree.ElementTree 是python的XML处理模块,它提供了一个轻量级的对象模型。在使用 ET 模块时,需要import xml.etree.ElementTree
的操作。ElementTree
表示整个XML元素层级,而Element
表示元素层级中的一个元素或者一个节点。
import xml.etree.ElementTree as ET
ET模块 | 说明 |
---|---|
ET.ElementTree(root) -> ElementTree | 指定根节点,创建层级关系,返回ElementTree类root ->Element类 |
ET.parse(file) -> ElementTree | 读取XML文件的层级关系,返回ElementTree类file ->字符串 |
ET.Element(tag) -> Element | 创建根节点,返回Element类tag ->字符串 |
ET.SubElement(elem, tag) -> Element | 创建子节点,返回Element类elem ->现有节点Element类tag ->新节点的标签 |
ET.tostring(elem) -> str | 将节点转为文本,返回字符串elem ->Element类 |
self=ElementTree类 | 说明 |
---|---|
self.write(file) | 写入XML文件file ->字符串 |
self.getroot() -> Element | 得到根节点,返回Element类 |
Element类 | 说明 |
---|---|
self.set(key, value) | 添加、修改节点属性key , value ->字符串 |
self.find(path) -> Element | 通过层级路径查找子节点,只返回第一个,返回Element类path ->输入字符串 |
self.findall(path) -> list of Element | 通过层级路径查找子节点,用列表返回所有符合条件节点path ->输入字符串 |
self.iter(elem) -> Iter of Element | 查找所有符合条件子节点,返回迭代器elem- >Element类 |
self.clear() | 删除节点 |
self.text -> strself.text = str | 读写节点文本,字符串类型 |
self.tag -> strself.tag = str | 读写节点标签,字符串类型 |
self.attrib -> strself.attrib = str | 读写节点属性,字典类型 |
import xml.etree.ElementTree as ET
root = ET.Element('root') # 创建根节点
class1 = ET.SubElement(root, 'class') # root节点下创建clss元素的class1节点
student1 = ET.SubElement(class1, 'student')
student1.set('id', '101')
student1.set('name', '徐茅山') # set方法在原有属性后加上新属性,或者修改同名属性
age1 = ET.SubElement(student1, 'age')
age1.text = '22岁'
sex1 = ET.SubElement(student1, 'sex')
sex1.text = '男'
student2 = ET.SubElement(class1, 'student')
student2.attrib = {'id': '102', 'name': '朱小越'} # attrib会完全替换原有属性
age2 = ET.SubElement(student2, 'age')
age2.text = '21岁'
sex2 = ET.SubElement(student2, 'sex')
sex2.text = '女'
class2 = ET.SubElement(root, 'class')
student3 = ET.SubElement(class2, 'student')
student3.attrib = {'id': '202', 'name': '李逍遥'}
age3 = ET.SubElement(student3, 'age')
age3.text = '20岁'
sex3 = ET.SubElement(student3, 'sex')
sex3.text = '男'
tree = ET.ElementTree(root) # 以root为根节点创建层级关系
tree.write('simple.xml', encoding="utf-8", xml_declaration=True) # 写入文件声明
用浏览器打开simple.xml文件
getroot()
返回根节点
find()
根据一个当前节点和层级路径,往下寻找指定元素的第一个节点
import xml.etree.ElementTree as ET
tree = ET.parse('simple.xml')
root = tree.getroot() # 查找根节点
print(root.tag) # 结果:root
elem1 = root.find('class') # 绝对路径不包括root,只能搜索到第一个符合条件的节点
print(elem1.tag) # 结果:class
print(elem1.attrib) # 结果:{}
print(elem1.text) # 结果: None
elem2 = root.find('class/student') # 绝对路径用/分割,只能搜索到第一个符合条件的节点
print(elem2.tag) # 结果:student
print(elem2.attrib) # 结果:{'id': '101', 'name': '徐茅山'}
print(elem2.text) # 结果:None
elem3 = elem1.find('student/age') # 绝对路径不包括elem1,只能搜索到第一个符合条件的节点
print(elem3.tag) # 结果:age
print(elem3.attrib) # 结果:{}
print(elem3.text) # 结果:22岁
findall()
根据一个当前节点和层级路径,往下寻找指定元素的所有节点,返回列表
import xml.etree.ElementTree as ET
tree = ET.parse('simple.xml')
root = tree.getroot()
elem1 = root.findall('class') # 返回2个class节点的列表
elem2 = elem1[0].findall('student') # 列表可以切片
for e in elem2: # 列表可以遍历
print(e.attrib)
程序结果:
{'id': '101', 'name': '徐茅山'}
{'id': '102', 'name': '朱小越'}
iter()
在当前节点下搜索指定元素的所有节点,无需层级路径,返回一个迭代器
import xml.etree.ElementTree as ET
tree = ET.parse('simple.xml')
root = tree.getroot()
elem1 = root.iter('age')
for e in elem1:
print(e.text)
程序结果:
22岁
21岁
20岁
tostring()
将节点转化成字符串格式输出
import xml.etree.ElementTree as ET
tree = ET.parse('simple.xml')
root = tree.getroot()
elem1 = root.findall('class/student')
for e in elem1:
print(ET.tostring(e, encoding="unicode"))
程序结果:
<student id="101" name="徐茅山"><age>22岁</age><sex>男</sex></student>
<student id="102" name="朱小越"><age>21岁</age><sex>女</sex></student>
<student id="202" name="李逍遥"><age>20岁</age><sex>男</sex></student>
修改节点标签、属性和文本可直接用节点的tag
,attrib
,text
属性,添加节点的属性用set()
删除节点用clear()
配合遍历可批量修改
import xml.etree.ElementTree as ET
tree = ET.parse('simple.xml')
root = tree.getroot()
elem1 = root.findall('class')
for e in elem1:
e.tag = 'grade' # 将class元素改名为grade元素
tree.write('simple.xml')
xml.etree.ElementTree中的findall()
方法支持部分XPath语法
① 支持.
作为当前节点tag,/
作为下一级子节点tag分隔符。
root.findall("./country/neighbor")
② 所有实际tag,如果有定义namespace,都必须带有对应的namespace,不可省略
root.findall("./{namespace}country/{namespace}cneighbor")
③ 支持*
表示任意节点tag,进行模糊匹配
root.findall("./*/neighbor")
④ 支持//
表示任意间隔级子节点分隔符
root.findall(".//neighbor")
⑤ 支持..
表示父节点(官方文档说支持,实测不支持,存疑)
root.findall("../country")
① 支持[@attrib]
表示筛选带有特定属性的节点,[@attrib!='value']
表示筛选属性为特定值的节点,[@attrib!='value']
表示筛选属性不为特定值的节点
root.findall(".//year[@name='Singapore']")
root.findall("./*[@name='Singapore']/year")
② 支持[.='text']
表示筛选具有对应text内容的节点
[.!='text']
表示筛选不具有对应text内容的节点
root.findall(".//year[.='2011']")
root.findall("./*[.='2011']/year")
③ 支持[tag]
表示筛选具有对应tag子节点(必须是紧挨着下一级)的节点
[tag='text']
表示筛选具有对应tag和text内容子节点(必须是紧挨着下一级)的节点
[tag!='text']
表示筛选具有对应tag,但是不具有对应text内容子节点(必须是紧挨着下一级)的节点
root.findall("./country[year='2011']")
① XPath支持将节点视为自身所有子节点的list,可以直接使用下标返回对应的子节点
node = root[0][1]
Copyright © 2003-2013 www.wpsshop.cn 版权所有,并保留所有权利。