如何在Python中解析XML文件？

Python中有几个内置的模块可用于解析XML文件。最常用的有ElementTree和minidom。本文将重点介绍这两个模块的使用方法。

一、ElementTree模块

1.导入模块

import xml.etree.ElementTree as ET

2.加载XML文件

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

以上代码将XML文件example.xml加载到内存中，并将XML根元素存储在变量root中。

3.获取元素文本或属性值

如果您需要获取元素的文本内容，可以使用以下代码：

tag = root.tag  # 获取根元素的标记
text = root.text  # 获取根元素的文本
attrib = root.attrib  # 获取根元素的属性字典

4.遍历XML结构

可以使用以下代码来遍历整个XML树：

for element in root:
    print(element.tag, element.attrib)
    for sub_element in element:
        print('    ', sub_element.tag, sub_element.attrib, sub_element.text)

输出结果类似于：

bookstore {'country': 'United States'}
     book {'category': 'Web', 'lang': 'en'}
          title {} Learning XML
          author {}
          year {} 2003
          price {} 39.95
     book {'category': 'Python', 'lang': 'en'}
          title {} The Python Tutorial
          author {}
          year {} 2017
          price {} 49.99

5.查找元素

可以使用以下代码查找符合条件的元素：

# 查找所有book元素
books = root.findall('.//book')
# 查找所有category为Python的book元素
python_books = root.findall(".//book[@category='Python']")
# 查找第一个title元素
first_title = root.find(".//title")

二、minidom模块

1.导入模块

from xml.dom import minidom

2.加载XML文件

xml_file = 'example.xml'
dom = minidom.parse(xml_file)
root = dom.documentElement

以上代码将XML文件example.xml加载到内存中，并将XML根元素存储在变量root中。

3.获取元素文本或属性值

如果您需要获取元素的文本内容，可以使用以下代码：

tag = root.tagName  # 获取根元素的标记
text = root.firstChild.data  # 获取根元素的文本
attrib = root.attributes  # 获取根元素的属性字典

4.遍历XML结构

可以使用以下代码来遍历整个XML树：

for element in root.childNodes:
    if element.nodeType == element.ELEMENT_NODE:
        print(element.tagName, element.attributes.items())
        for sub_element in element.childNodes:
            if sub_element.nodeType == sub_element.ELEMENT_NODE:
                print('    ', sub_element.tagName, sub_element.childNodes[0].data)

输出结果类似于：

bookstore [('country', 'United States')]
     book [('category', 'Web'), ('lang', 'en')]
          title []
          author []
          year []
          price []
     book [('category', 'Python'), ('lang', 'en')]
          title []
          author []
          year []
          price []

5.查找元素

可以使用以下代码查找符合条件的元素：

# 查找所有book元素
books = root.getElementsByTagName('book')
# 查找所有category为Python的book元素
python_books = root.getElementsByTagName('book')
for book in books:
    if book.getAttribute('category') == 'Python':
        python_books.append(book)
# 查找第一个title元素
first_title = root.getElementsByTagName('title')[0]

总结：

以上是ElementTree和minidom模块在Python中解析XML文件的基础知识。根据实际需求，您还可以从XML文件中提取数据、修改XML文件等操作。深入学习XML解析确实能够提高Python程序员的开发效率。