在Python中处理XML的教程

什么是XML？

XML是一种常用的表示和交换数据的格式。它是一种标记语言，与HTML类似，但没有预定义的标签集。相反，XML允许开发者定义适合自己应用程序的自定义标签。

以下是一个示例XML文档：

<?xml version="1.0" encoding="UTF-8"?>
<bookstore>
  <book category="科幻">
    <title>深入浅出 Python</title>
    <author>皮利吉亚尼</author>
    <year>2021</year>
    <price>99.00</price>
  </book>
  <book category="编程">
    <title>The C Programming Language</title>
    <author>Brian W. Kernighan</author>
    <author>Dennis M. Ritchie</author>
    <year>1978</year>
    <price>39.00</price>
  </book>
</bookstore>

如何在Python中处理XML？

Python的标准库xml模块提供了一组用于处理XML的工具。下面是一些常用的类和函数：

ElementTree

ElementTree是Python中内置的一种用于处理XML文件的工具。它提供了一种方便的方式来读取和写入XML文件，并支持将XML文件转换为Python的对象模型。

以下是一个简单的例子：

import xml.etree.ElementTree as ET

# 从文件中读取XML数据
tree = ET.parse('books.xml')
root = tree.getroot()

# 遍历XML文档
for book in root.findall('book'):
    # 获取book的属性category的值
    category = book.get('category')
    # 获取book下面的子元素，例如title、author、year、price
    title = book.find('title').text
    author = book.find('author').text
    year = book.find('year').text
    price = book.find('price').text
    # 打印结果
    print(f'{category}: {title} - {author} ({year}) - {price}')

该示例读取并解析了一个名为books.xml的XML文件，并使用ElementTree库中的findall和find函数来访问XML节点，并生成Python表达式。

minidom

minidom是Python标准库中一个轻量级的XML解析库，可以用于处理小型XML文件。

以下是一个简单的例子：

from xml.dom import minidom

# 从文件中读取XML数据
xml_file = minidom.parse('books.xml')

# 获取根元素
root = xml_file.documentElement

# 遍历XML文档
for book in root.getElementsByTagName('book'):
    # 获取book的属性category的值
    category = book.getAttribute('category')
    # 获取book下面的子元素，例如title、author、year、price
    title = book.getElementsByTagName('title')[0].childNodes[0].data
    author = book.getElementsByTagName('author')[0].childNodes[0].data
    year = book.getElementsByTagName('year')[0].childNodes[0].data
    price = book.getElementsByTagName('price')[0].childNodes[0].data
    # 打印结果
    print(f'{category}: {title} - {author} ({year}) - {price}')

beautifulsoup4

beautifulsoup4是一个Python库，提供了一种方便的方式来解析XML和HTML文件，生成Python的对象模型。

以下是一个简单的例子：

from bs4 import BeautifulSoup

# 从文件中读取XML数据
with open('books.xml', 'r') as xml_file:
    soup = BeautifulSoup(xml_file, 'xml')

# 遍历XML文档
for book in soup.find_all('book'):
    # 获取book的属性category的值
    category = book['category']
    # 获取book下面的子元素，例如title、author、year、price
    title = book.title.text
    author = book.author.text
    year = book.year.text
    price = book.price.text
    # 打印结果
    print(f'{category}: {title} - {author} ({year}) - {price}')

示例1：创建XML文件

import xml.etree.ElementTree as ET

# 创建根节点
root = ET.Element('bookstore')

# 创建第一本书的节点
book1 = ET.SubElement(root, 'book')
book1.set('category', '科幻')

# 创建书的子节点
title1 = ET.SubElement(book1, 'title')
title1.text = '深入浅出 Python'

author1 = ET.SubElement(book1, 'author')
author1.text = '皮利吉亚尼'

year1 = ET.SubElement(book1, 'year')
year1.text = '2021'

price1 = ET.SubElement(book1, 'price')
price1.text = '99.00'

# 创建第二本书的节点
book2 = ET.SubElement(root, 'book')
book2.set('category', '编程')

# 创建书的子节点
title2 = ET.SubElement(book2, 'title')
title2.text = 'The C Programming Language'

author2_1 = ET.SubElement(book2, 'author')
author2_1.text = 'Brian W. Kernighan'

author2_2 = ET.SubElement(book2, 'author')
author2_2.text = 'Dennis M. Ritchie'

year2 = ET.SubElement(book2, 'year')
year2.text = '1978'

price2 = ET.SubElement(book2, 'price')
price2.text = '39.00'

# 将XML写入文件
tree = ET.ElementTree(root)
tree.write('new_books.xml', encoding='UTF-8', xml_declaration=True)

该示例创建了一个新的XML文件new_books.xml，并使用ElementTree库中的Element和SubElement函数创建了一个简单的XML文件，该文件包含两本书。

示例2：在一个XML文件中添加新的节点

import xml.etree.ElementTree as ET

# 从文件中读取XML数据
tree = ET.parse('books.xml')
root = tree.getroot()

# 创建第三本书的节点
book3 = ET.Element('book')
book3.set('category', '计算机')

# 创建书的子节点
title3 = ET.SubElement(book3, 'title')
title3.text = 'Python编程实战'

author3 = ET.SubElement(book3, 'author')
author3.text = 'David Beazley'

year3 = ET.SubElement(book3, 'year')
year3.text = '2015'

price3 = ET.SubElement(book3, 'price')
price3.text = '59.00'

# 将新的book添加到XML文件中
root.append(book3)

# 将XML写入文件
tree.write('new_books.xml', encoding='UTF-8', xml_declaration=True)

该示例灵活使用Element和SubElement函数来创建一个新的XML节点，并将其添加到现有的XML文件中。运行该代码后，新的书籍“Python编程实战”将添加到books.xml中。