Python如何读写xml

首先什么是xml？还是先看一下百度百科是怎么说的。

可扩展标记语言 (Extensible Markup Language, XML) ，标准通用标记语言的子集，可以用来标记数据、定义数据类型，是一种允许用户对自己的标记语言进行定义的源语言。 XML是标准通用标记语言 可扩展性良好,内容与形式分离,遵循严格的语法要求,保值性良好等优点。

先来看一个简单的xml文档：

<?xml version="1.0" encoding="UTF-8"?>
<data>
    <book name="Guide">
        <title>XML Developer's Guide</title>
        <author>John Doe</author>
        <price>44.95</price>
    </book>
    <!--这是注释的方法-->
    <book>
        <title>Midnight Rain</title>
        <author>Jane Doe</author>
        <price>5.95</price>
    </book>
</data>

1. 头声明<?xml version="1.0" encoding="UTF-8"?> 语法上可有可无，但是建议添加，能更明确的指明编码方式。
2. 必须存在一个根标签，有且只能有一个。
3. XML 文档形成了一种树结构，它从“根部”开始，然后扩展到“枝叶”。
4. 所有 XML 元素都必须有关闭标签，如 <item>...</item>, 或 <item attr="..."/>，标签名大小写敏感。
5. XML 必须正确地嵌套，标签不能够交叉编写，例如：<a>内容1<b>内容2</a></b>，这种编写方式是错的。
6. XML 元素指的是从（且包括）开始标签直到（且包括）结束标签的部分。元素可包含其他元素、文本或者两者的混合物。元素也可以拥有属性。
7. XML 元素可以在开始标签中包含属性，类似 HTML。属性 (Attribute) 提供关于元素的额外（附加）信息。
8. 注释方法：<!--这是注释的方法-->，和HTML是一样的。
9. 特殊字符要用实体转义，类似HTML，如 < 转义为 < 。

了解xml格式之后，那我们如何读写xml呢？就像其他格式一样，只要你了解这个格式的所有语法和用法，你就可以通过字符串解析和拼接的方式，读取和写入xml文件或字符串，当然这种方式特别不方便，那python有没有为我们提供类库呢？在Python中，处理XML文件主要依赖于几个常用库：

• xml.etree.ElementTree：Python标准库的一部分，轻量级且易于使用，适合大多数XML处理任务。
• minidom：Python标准库中的另一种XML解析器，基于DOM（Document Object Model）模型，适合需要对XML结构进行详细操作的场景。
• lxml：一个第三方库，基于libxml2和libxslt，支持XPath和XSLT，性能较高，适合处理大型或复杂的XML文件。

下面介绍一下如何利用 xml.etree.ElementTree 来读写xml。

# 如何解析xml
from xml.etree import ElementTree
# 解析xml字符串
str = '''<?xml version="1.0" encoding="UTF-8"?>
<data>
    <book name="Guide">
        <title>XML Developer's Guide</title>
        <author>John Doe</author>
        <price>44.95</price>
    </book>
    <!--这是注释的方法-->
    <book>
        <title>Midnight Rain</title>
        <author>Jane Doe</author>
        <price>5.95</price>
    </book>
</data>
'''
et = ElementTree.fromstring(str)
print(et) #直接拿到根元素： <Element 'data' at 0x0000026038A60368>
# 解析xml文件
et = ElementTree.parse('demo.xml')
print(et) #<xml.etree.ElementTree.ElementTree object at 0x00000260389CC828>
# 获取根元素
root = et.getroot()
print(root) #<Element 'data' at 0x0000019FA97B0368>
# 获得子元素列表，已经废弃了，不建议使用
childList = root.getchildren()
print(childList) #[<Element 'book' at 0x000001D00AAA03B8>, <Element 'book' at 0x000001D00AAA04F8>]
# 一个元素就是一个可迭代对象，官方文档推荐这样直接迭代它
childList = list(root)
print(childList) #[<Element 'book' at 0x00000201108303B8>, <Element 'book' at 0x00000201108304F8>]
# 我们拿到第一个元素
c1 = childList[0] #<Element 'book' at 0x000001C1594703B8>
# 看一下都有什么属性
print(c1.attrib) #{'name': 'Guide'}
# 如果属性很多，想直接获取某一个属性
print(c1.get("name")) #Guide
# 获得作者
author = list(c1)[1].text
print(author) #John Doe
# 通过索引获取太不方便了，怎么通过名字获取 find 或findall
author = c1.find('author')
print(author.text) #John Doe
# 这是寻找子集元素，如果找下级所有的呢
print(list(root.iter('author')))
# 也可以通过xpath寻找，root.iterfind(xpath)

#如何写入xml
from xml.etree import ElementTree
# 创建元素
book = ElementTree.Element("book")
title = ElementTree.Element("title")
author = ElementTree.Element("author")
# 设置属性
title.set("name", "Guide")
# 设置text
title.text = "XML Developer's Guide"
author.text = "John Doe"
# 讲元素连接成树
book.append(title)
book.append(author)
print(ElementTree.dump(book))
#<book><title name="Guide">XML Developer's Guide</title><author>John Doe</author></book>

# 还可以使用SubElement直接创建子元素，更简洁
book = ElementTree.Element("book")
title = ElementTree.SubElement(book, 'title')
title.set("name", "Guide")
print(ElementTree.dump(book))
# <book><title name="Guide" /></book>

# Element 转为 ElementTree
et = ElementTree.ElementTree(book)
# 写入文件
et.write('test.xml', encoding='utf8')

xml.etree.ElementTree是处理XML文件的首选库，因其轻量级和易用性，适合大多数XML读写任务。