Python函数解析XML和HTML文件

在Python中，我们可以使用多种方法来解析XML和HTML文件。XML文件通常用于存储和交换数据，而HTML文件则用于网页的呈现。

1. 使用内置的xml.etree.ElementTree模块解析XML文件：

   import xml.etree.ElementTree as ET

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

   # 遍历XML文件
   for child in root:
       print(child.tag, child.attrib)

   # 访问XML元素
   root[0][1].text

   # 修改XML元素
   root[0][1].text = 'new value'

   # 删除XML元素
   del root[0][1]

   # 保存修改后的XML文件
   tree.write('file.xml')
   

2. 使用lxml库解析XML和HTML文件，该库是在libxml2库的基础上开发的：

   from lxml import etree

   tree = etree.parse('file.xml')
   root = tree.getroot()

   # 使用XPath表达式来查找XML元素
   root.xpath('//element/path')

   # 添加新的XML元素
   new_element = etree.Element('new_element')
   root.append(new_element)

   # 删除XML元素
   element_to_delete = root.find('element/to/delete')
   root.remove(element_to_delete)

   # 修改XML元素属性
   root.find('element/to/modify').set('attribute', 'new value')

   # 保存修改后的XML文件
   tree.write('file.xml')
   

3. 在解析HTML文件时，可以使用BeautifulSoup库，它是一个用于从HTML和XML文件中提取数据的Python库：

   from bs4 import BeautifulSoup

   with open('file.html') as file:
       soup = BeautifulSoup(file, 'html.parser')

   # 查找HTML元素
   soup.find('tag_name', {'attribute': 'value'})

   # 遍历HTML元素
   for child in soup.find_all('tag_name'):
       print(child.get_text())

   # 修改HTML元素
   soup.find('tag_name').string = 'new value'

   # 删除HTML元素
   element_to_delete = soup.find('tag_name')
   element_to_delete.decompose()

   # 保存修改后的HTML文件
   with open('file.html', 'w') as file:
       file.write(soup.prettify())
   

综上所述，Python提供了多种库和模块来解析XML和HTML文件。这些工具使得解析、修改和保存XML和HTML文件变得更加简单和高效。无论是处理小型文件还是大型文件，Python都提供了灵活的解决方案。