Python解析XML文件实例分析

本文将介绍如何使用Python解析XML文件，包括如何解析XML文档、获取XML节点等。同时，我们会提供2个具体的示例来说明XML文件解析过程。

Python解析XML文件的原理

Python解析XML文件的原理是通过DOM、SAX以及ElementTree解析库来实现解析。

其中，DOM解析是将XML文档作为树形结构进行解析，将每个XML节点解析为一个DOM对象。DOM解析可以方便的操作XML文档，但是占用内存较大，对于大型XML文件可能会出现性能问题。

SAX解析是逐行读取XML文件，解析与处理XML节点。相对于DOM解析，SAX解析占用内存较小，可以处理大型XML文件，但是不方便操作XML文档。

ElementTree解析是融合了DOM和SAX解析的优点，占用内存小，可以方便的操作XML文档，同时也可以处理大型XML文件。

解析XML文件示例

解析简单的XML文档

我们先来看一个简单的XML文档：

<bookstore>
  <book>
    <title lang="en">Harry Potter</title>
    <author>J.K. Rowling</author>
    <year>2005</year>
    <price>29.99</price>
  </book>
  <book>
    <title lang="en">Learning Python</title>
    <author>Mark Lutz</author>
    <year>2013</year>
    <price>39.95</price>
  </book>
</bookstore>

我们可以使用ElementTree解析库来解析这个XML文件。使用ElementTree解析库可以方便的获取XML文档节点及其属性。

import xml.etree.ElementTree as ET

tree = ET.parse('bookstore.xml')
root = tree.getroot()

# 获取所有book节点
for book in root.findall('book'):
    # 获取title节点的lang属性
    lang = book.find('title').get('lang')
    # 获取其他节点的值
    author = book.find('author').text
    year = book.find('year').text
    price = book.find('price').text

    # 打印解析结果
    print(lang, author, year, price)

代码执行结果：

en J.K. Rowling 2005 29.99
en Mark Lutz 2013 39.95

解析带有命名空间的XML文档

接下来，我们来看带有命名空间的XML文件：

<?xml version="1.0" ?>
<films xmlns:ns="http://www.w3.org/1999/Data10/XMLSchema-instance" ns:noNamespaceSchemaLocation="films.xsd">
  <film>
    <title>Interstellar</title>
    <director>Christopher Nolan</director>
    <year>2014</year>
  </film>
  <film>
    <title>Blade Runner 2049</title>
    <director>Denis Villeneuve</director>
    <year>2017</year>
  </film>
</films>

带有命名空间的XML文件解析过程与普通XML文件解析大致相同，区别在于获取节点时需要在节点名称前添加命名空间。

import xml.etree.ElementTree as ET

tree = ET.parse('films.xml')
root = tree.getroot()

# 定义命名空间
namespaces = {'ns': 'http://www.w3.org/1999/Data10/XMLSchema-instance'}

# 获取所有film节点
for film in root.findall('ns:film', namespaces):
    # 获取title节点的值
    title = film.find('ns:title', namespaces).text
    # 获取其他节点的值
    director = film.find('ns:director', namespaces).text
    year = film.find('ns:year', namespaces).text

    # 打印解析结果
    print(title, director, year)

代码执行结果：

Interstellar Christopher Nolan 2014
Blade Runner 2049 Denis Villeneuve 2017

总结

本文介绍了Python解析XML文件的原理，以及使用ElementTree解析库来解析XML文件的方法。同时，提供两个示例，说明了XML文件解析的具体过程。