python解析xml文件-蒲公英云

python解析xml文件

矫情吗；* 2022-05-11 02:34 394阅读 0赞

最近有个问题需要解析xml文件，以前没接触过，完成后发现原来解析xml很简单，但还是记录一下相关概念与解析过程，日后查看方便查找。

country_data.xml文件如下所示，找的是一个大家常用的demo，貌似是官网公布的（没确认过）：

<?xml version="1.0"?>
<data>
    <country name="Liechtenstein">
        <rank>1</rank>
        <year>2008</year>
        <gdppc>141100</gdppc>
        <neighbor name="Austria" direction="E"/>
        <neighbor name="Switzerland" direction="W"/>
    </country>
    <country name="Singapore">
        <rank>4</rank>
        <year>2011</year>
        <gdppc>59900</gdppc>
        <neighbor name="Malaysia" direction="N"/>
    </country>
    <country name="Panama">
        <rank>68</rank>
        <year>2011</year>
        <gdppc>13600</gdppc>
        <neighbor name="Costa Rica" direction="W"/>
        <neighbor name="Colombia" direction="E"/>
    </country>
    <country2 name="Test">
        <rank>234</rank>
        <year>2016</year>
        <gdppc>346344</gdppc>
        <neighbor name="Costa Rica" direction="W"/>
        <neighbor name="Colombia" direction="E"/>
    </country2>
</data>

先解释下一些概念，很简单的：

 1.第一行的`<?xml version="1.0" encoding="UTF-8"?>`是xml文件的声明，它定义了xml的版本 (1.0)和所使用编码为UTF-8。  
 2.接下来就是xml文件的内容了，这些内容按一个树状结构进行组织摆放，形式如下：
<root>
    <child>
        <subchild>.....</subchild>
        <subchild>.....</subchild>
    </child>
</root>

其中，每一个<XXX>.</XXX>叫做一个节点，也叫一个元素，节点可以嵌套放置，也可以并列放置，在嵌套结构中，内外层节点是父子关系，以此类推，最外层的节点都叫做根节点。并列的两节点为兄弟关系。
3.对于每一个节点，一般由Tag、Attribute、Text三部分构成。在country_data.xml中data,country,rank,year这些都是tag。与tag同一尖括弧内右边的是Attribute，比如：name。Text就是两个尖括弧中间夹的东西了。

节点的遍历，也很简单的：

xml文件的信息都存在节点里，关于节点的遍历，有好几种方法，我用的是Element Tree。代码如下：
from xml.etree import ElementTree as ET
def main():
    # 读取xml文件
    tree = ET.parse('./test.xml')
    # 获取根节点
    root = tree.getroot()
    print("root.tag :",root.tag)
    # 获取当前根节点下的左右子country节点
    child_node_list = root.findall('./country_data.xml')
    # 打印每个country节点的Attribute
    for child_node in child_node_list:
        print(child_node.attrib)
    # 获取某一个节点的text，以<rank>234</rank>为例
    node = root.find('country2/rank')
    print(node.text)
if __name__ == '__main__':
    main()