当前位置：首页 > article >正文

python 操作xml文件

article 2025/1/8 13:20:39

在Python中操作XML文件通常使用内置的xml.etree.ElementTree模块，它提供了一个轻量级的API来解析和创建XML数据。以下是一些基本的操作示例，包括读取、修改和创建XML文件。

解析XML文件
首先，我们来看如何解析一个XML文件并读取其中的数据。

import xml.etree.ElementTree as ET

# 解析XML文件
tree = ET.parse('example.xml')
root = tree.getroot()

# 遍历根元素的所有子元素
for child in root:
    print(f'Tag: {child.tag}, Attributes: {child.attrib}')
    for subchild in child:
        print(f'  SubTag: {subchild.tag}, Text: {subchild.text}')

修改XML文件
接下来，我们来看如何修改XML文件中的数据。

import xml.etree.ElementTree as ET

# 解析XML文件
tree = ET.parse('example.xml')
root = tree.getroot()

# 修改某个元素的文本内容
for elem in root.iter('tagname'):
    elem.text = 'new value'

# 添加一个新元素
new_elem = ET.Element('newtagname')
new_elem.text = 'new element text'
root.append(new_elem)

# 保存修改后的XML文件
tree.write('modified_example.xml')

创建XML文件
我们还可以从头开始创建一个新的XML文件。

import xml.etree.ElementTree as ET

# 创建根元素
root = ET.Element('root')

# 创建子元素
child1 = ET.SubElement(root, 'child1')
child1.text = 'child1 text'

child2 = ET.SubElement(root, 'child2')
child2.text = 'child2 text'

# 创建孙元素
subchild = ET.SubElement(child2, 'subchild')
subchild.text = 'subchild text'

# 创建ElementTree对象并写入文件
tree = ET.ElementTree(root)
tree.write('new_example.xml')

使用XPath查找元素
ElementTree还支持XPath表达式来查找元素。

import xml.etree.ElementTree as ET

# 解析XML文件
tree = ET.parse('example.xml')
root = tree.getroot()

# 使用XPath查找所有符合条件的元素
for elem in root.findall('.//tagname'):
    print(elem.text)

处理命名空间
如果XML文件中包含命名空间，处理起来会稍微复杂一些。

import xml.etree.ElementTree as ET

# 解析XML文件
tree = ET.parse('example.xml')
root = tree.getroot()

# 定义命名空间
namespaces = {'ns': 'http://www.example.com/namespace'}

# 使用命名空间查找元素
for elem in root.findall('.//ns:tagname', namespaces):
    print(elem.text)

处理属性
你可以轻松地访问和修改元素的属性。

import xml.etree.ElementTree as ET

# 解析XML文件
tree = ET.parse('example.xml')
root = tree.getroot()

# 访问属性
for elem in root.iter('tagname'):
    print(elem.attrib['attribute_name'])

# 修改属性
for elem in root.iter('tagname'):
    elem.attrib['attribute_name'] = 'new value'

# 保存修改后的XML文件
tree.write('modified_example.xml')

删除元素
你可以使用remove()方法删除元素。

import xml.etree.ElementTree as ET

# 解析XML文件
tree = ET.parse('example.xml')
root = tree.getroot()

# 删除特定元素
for elem in root.findall('tagname'):
    root.remove(elem)

# 保存修改后的XML文件
tree.write('modified_example.xml')

处理CDATA部分

import xml.etree.ElementTree as ET

class CDataElement(ET.Element):
    def __init__(self, tag, attrib={}, **extra):
        super().__init__(tag, attrib, **extra)
        self.text = None
        self.tail = None

def parse_cdata(source):
    tree = ET.parse(source)
    root = tree.getroot()
    for elem in root.iter():
        if elem.text and elem.text.startswith('<![CDATA[') and elem.text.endswith(']]>'):
            elem.text = elem.text[9:-3]
    return tree

# 使用自定义解析器解析XML文件
tree = parse_cdata('example.xml')
root = tree.getroot()

# 处理CDATA部分
for elem in root.iter():
    if elem.text:
        print(elem.text)

处理注释
ElementTree默认不支持直接处理注释，但你可以通过自定义解析器来实现。

import xml.etree.ElementTree as ET

class CommentElement(ET.Element):
    def __init__(self, tag, attrib={}, **extra):
        super().__init__(tag, attrib, **extra)
        self.text = None
        self.tail = None

def parse_comments(source):
    tree = ET.parse(source)
    root = tree.getroot()
    for elem in root.iter():
        if elem.text and elem.text.startswith('<!--') and elem.text.endswith('-->'):
            elem.text = elem.text[4:-3]
    return tree

# 使用自定义解析器解析XML文件
tree = parse_comments('example.xml')
root = tree.getroot()

# 处理注释
for elem in root.iter():
    if elem.text:
        print(elem.text)

处理实体引用
ElementTree默认不支持直接处理实体引用，但你可以通过自定义解析器来实现。

import xml.etree.ElementTree as ET

class EntityElement(ET.Element):
    def __init__(self, tag, attrib={}, **extra):
        super().__init__(tag, attrib, **extra)
        self.text = None
        self.tail = None

def parse_entities(source):
    tree = ET.parse(source)
    root = tree.getroot()
    for elem in root.iter():
        if elem.text and '&' in elem.text:
            elem.text = elem.text.replace('&', '&amp;')
    return tree

# 使用自定义解析器解析XML文件
tree = parse_entities('example.xml')
root = tree.getroot()

# 处理实体引用
for elem in root.iter():
    if elem.text:
        print(elem.text)