Python 解析XML文件

下面是Python解析XML文件的完整攻略。

简介

XML（Extensible Markup Language）是一种标记语言，用于存储和传输数据。Python提供了许多库来解析XML文件，其中较为流行的包括ElementTree、minidom等。本文将介绍如何使用ElementTree解析XML文件。

安装

在使用ElementTree前，需要先安装ElementTree库。可以使用pip进行安装：

pip install elementtree

解析XML

使用ElementTree解析XML的基本流程如下：

1. 导入ElementTree库。

python
import xml.etree.ElementTree as ET

1. 使用parse函数解析XML文件。

python
tree = ET.parse('example.xml')

1. 获取根节点。

python
root = tree.getroot()

1. 遍历子节点，获取XML文件中的信息。

python
for child in root:
print(child.tag, child.attrib)

其中，tag属性表示节点名称，attrib属性表示节点属性。

示例一：解析简单XML文件

考虑以下XML文件example.xml：

<?xml version="1.0" encoding="UTF-8"?>
<bookstore>
  <book category="COOKING">
    <title lang="en">Everyday Italian</title>
    <author>Giada De Laurentiis</author>
    <year>2005</year>
    <price>30.00</price>
  </book>
  <book category="CHILDREN">
    <title lang="en">Harry Potter</title>
    <author>J.K. Rowling</author>
    <year>2005</year>
    <price>29.99</price>
  </book>
</bookstore>

以下是解析XML文件的Python代码：

import xml.etree.ElementTree as ET

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

# 获取根节点
root = tree.getroot()

# 遍历子节点，并打印信息
for child in root:
    print(child.tag, child.attrib)
    for sub_child in child:
        print(f"\t{sub_child.tag}: {sub_child.text}")

输出结果如下：

book {'category': 'COOKING'}
    title: Everyday Italian
    author: Giada De Laurentiis
    year: 2005
    price: 30.00
book {'category': 'CHILDREN'}
    title: Harry Potter
    author: J.K. Rowling
    year: 2005
    price: 29.99

可以看到，代码实现了解析并遍历XML文件，获取了每本书的信息。

示例二：解析复杂XML文件

考虑以下XML文件example2.xml：

<?xml version="1.0" encoding="UTF-8"?>
<students>
  <student id="001" name="Alice">
    <gender>Female</gender>
    <age>18</age>
    <courses>
      <course>Math</course>
      <course>English</course>
      <course>History</course>
    </courses>
  </student>
  <student id="002" name="Bob">
    <gender>Male</gender>
    <age>19</age>
    <courses>
      <course>Physics</course>
      <course>Chemistry</course>
    </courses>
  </student>
</students>

以下是解析XML文件的Python代码：

import xml.etree.ElementTree as ET

# 解析XML文件
tree = ET.parse('example2.xml')

# 获取根节点
root = tree.getroot()

# 遍历子节点，并打印信息
for child in root:
    print(child.tag, child.attrib)
    for sub_child in child:
        if sub_child.tag == 'courses':
            courses = [c.text for c in sub_child]
            print(f"\tcourses: {', '.join(courses)}")
        else:
            print(f"\t{sub_child.tag}: {sub_child.text}")

输出结果如下：

student {'id': '001', 'name': 'Alice'}
    gender: Female
    age: 18
    courses: Math, English, History
student {'id': '002', 'name': 'Bob'}
    gender: Male
    age: 19
    courses: Physics, Chemistry

在这个例子中，XML文件较为复杂，包含了学生的基本信息以及其选修的课程。代码根据节点名称判断是否为课程节点，如果是则提取出每个课程名并输出。