python3 xml；python ElementTree；cElementTree；

ElementTree

注意，ET在解析是将xml以tree的形式加载到内存中（in-memory tree），在进行处理，因此存在内存消耗的问题。为了解决这个问题，ET提供了类似SAX的工具iterparse。使用方法参考博客园 - python3解析XML的5、利用iterparse解析XML流。

1. 官方文档和相关教程

https://docs.python.org/3/library/xml.etree.elementtree.html
https://www.runoob.com/python/python-xml.html

2. 导入

ElementTree是python内置的包，cElementTree是用C语言实现的，速度更快，占用内存更小，因此优先使用cElementTree。

  1. # python3.3+版本的ElemenTree直接导入ElementTree会自动优先选C语言。
  2. import xml.etree.ElementTree as ET
  5. # python3.3之前可以使用下面方法导入ElementTree
  6. try:
  7.     import xml.etree.cElementTree as ET
  8. except ImportError:
  9.     import xml.etree.ElementTree as ET

3. 使用（挖坑）

有空自己整理一个example，结合下面复制过的就够了。
这里以下面的xml文档讲解ElementTree的增删改查，主要参考：博客园 - python3解析XML。注意有时候xml会被表示成一行，没有格式化，可以去XML在线格式化｜菜鸟工具在线格式化xml方便阅读。

  1. <?xml version="1.0"?>
  2. <doc>
  3.     <branch name="codingpy.com" hash="1cdf045c">
  4.         source
  5.     </branch>
  6.     <branch name="release01" hash="f200013e">
  7.         <sub-branch name="subrelease01">
  8.               xml,sgml
  9.         </sub-branch>
  10.     </branch>
  11.     <branch name="invalid"></branch>
  12. </doc>

读取、查找

读取文档

  1. import xml.etree.ElementTree as ET
  2. # 加载本地`test.xml`文档
  3. tree = ET.ElementTree(file='test.xml')
  4. # 获取root元素
  5. root = tree.getroot()
  6. print(root) 
  7. '<Element 'doc' at 0x11eb780>'

遍历

  1. # 遍历全部元素(DFS)
  2. for elem in tree.iter():
  3.     print(elem.tag, elem.attrib)
  4. '''
  5. doc {}
  6. branch {'hash': '1cdf045c', 'name': 'codingpy.com'}
  7. branch {'hash': 'f200013e', 'name': 'release01'}
  8. sub-branch {'name': 'subrelease01'}
  9. branch {'name': 'invalid'}
  10. '''
  13. # 遍历指定tag的元素
  14. for elem in tree.iter(tag='branch'):
  15.     print(elem.tag, elem.attrib)
  16. '''
  17. branch {'hash': '1cdf045c', 'name': 'codingpy.com'}
  18. branch {'hash': 'f200013e', 'name': 'release01'}
  19. branch {'name': 'invalid'}
  20. '''
  23. # 遍历节点子元素
  24. for child in root:
  25.     print(child.tag, child.attrib)
  26. '''
  27. branch {'hash': '1cdf045c', 'name': 'codingpy.com'}
  28. branch {'hash': 'f200013e', 'name': 'release01'}
  29. branch {'name': 'invalid'}
  30. '''

索引、查找
支持index和XPath

  1. # 通过索引来访问特定子元素
  2. print(root[0].tag, root[0].text)
  3. 'branch', '\n    source\n  '
  6. # 通过XPath查找元素
  7. # 查找branch元素之下所有tag为sub-branch的元素
  8. for elem in tree.iterfind('branch/sub-branch'):
  9.     print(elem.tag, elem.attrib)
  10. '''
  11. sub-branch {'name': 'subrelease01'}
  12. '''
  14. # 通过XPath查找所有具备某个name属性的branch元素
  15. for elem in tree.iterfind('branch[@name="release01"]'):
  16.     print(elem.tag, elem.attrib)
  17. '''
  18. branch {'hash': 'f200013e', 'name': 'release01'}
  19. '''

增删改

创建xml文档

  1. a = ET.Element('elem')
  2. c = ET.SubElement(a, 'child1')
  3. c.text = "some text"
  4. d = ET.SubElement(a, 'child2')
  5. b = ET.Element('elem_b')
  6. root = ET.Element('root')
  7. root.extend((a, b))# 也可以是root.append(a), root.append(b)
  8. tree = ET.ElementTree(root)
  9. ET.dump(tree)
  10. '''
  11. <root>
  12.     <elem>
  13.         <child1>some text</child1>
  14.         <child2 />
  15.     </elem>
  16.     <elem_b />
  17. </root>
  18. '''

删除节点

修改节点

  1. root = tree.getroot()
  2. del root[2]
  3. root[0].set('foo', 'bar')
  4. for subelem in root:
  5.     print(subelem.tag, subelem.attrib)
  6. '''
  7. branch {'foo': 'bar', 'hash': '1cdf045c', 'name': 'codingpy.com'}
  8. branch {'hash': 'f200013e', 'name': 'release01'}
  9. '''
  10. ET.dump(root)
  11. # 请注意，文档中元素的属性顺序与原文档不同。这是因为ET是以字典的形式保存属性的，而字典是一个无序的数据结构。当然，XML也不关注属性的顺序。
  12. '''
  13. <doc>
  14.     <branch foo="bar" hash="1cdf045c" name="codingpy.com">
  15.         text,source
  16.     </branch>
  17.     <branch hash="f200013e" name="release01">
  18.         <sub-branch name="subrelease01">
  19.             xml,sgml
  20.         </sub-branch>
  21.     </branch>
  22. </doc>
  23. '''

删改查

  1. import xml.etree.ElementTree as ET
  3. """
  4.     ElementTree.write()       将构建的XML文档写入（更新）文件。
  5.     Element.set(key, value)   添加和修改属性
  6.     Element.text = ''         直接改变字段内容
  7.     Element.remove(Element)   删除Element节点
  8.     Element.append(Element)   为当前的Elment对象添加子对象
  9.     ET.SubElement(Element,tag)创建子节点 
  10. """
  12. #  增加自动缩进换行
  13. def indent(elem, level=0):
  14.     i = "\n" + level*"  "
  15.     if len(elem):
  16.         if not elem.text or not elem.text.strip():
  17.             elem.text = i + "  "
  18.         if not elem.tail or not elem.tail.strip():
  19.             elem.tail = i
  20.         for elem in elem:
  21.             indent(elem, level+1)
  22.         if not elem.tail or not elem.tail.strip():
  23.             elem.tail = i
  24.     else:
  25.         if level and (not elem.tail or not elem.tail.strip()):
  26.             elem.tail = i
  29. #------------新增XML----------
  31. #创建根节点
  32. a = ET.Element("student")
  33. #创建子节点，并添加属性
  34. b = ET.SubElement(a,"name")
  35. b.attrib = {"NO.":"001"}
  36. #添加数据
  37. b.text = "张三"
  38. #创建elementtree对象，写文件
  39. indent(a,0)
  40. tree = ET.ElementTree(a)
  41. tree.write("writeXml.xml",encoding="utf-8")
  43. #----------编辑XML--------
  44. # 读取待修改文件
  45. updateTree = ET.parse("writeXml.xml")
  46. root = updateTree.getroot()
  48. # --新增--
  50. # 创建新节点并添加为root的子节点
  51. newnode = ET.Element("name")
  52. newnode.attrib = {"NO.":"003"}
  53. newnode.text = "张三水"
  54. root.append(newnode)
  56. #---修改---
  58. sub1 = root.findall("name")[2]
  59. # --修改节点的属性
  60. sub1.set("NO.","100")
  61. # --修改节点内文本
  62. sub1.text="陈真"
  64. #----删除---
  66. #--删除标签内文本
  67. sub1.text = ""
  68. #--删除标签的属性
  69. del sub1.attrib["NO."]
  70. #--删除一个节点
  71. root.remove(sub1)
  74. # 写回原文件
  75. indent(root,0)
  76. updateTree.write("writeXml.xml",encoding="utf-8", xml_declaration=True)

参考链接