Python解析XML，简化复杂数据操作的最佳工具！

更多Python学习内容：ipengtao.com

XML（可扩展标记语言）是一种常见的文本文件格式，用于存储和交换数据。Python提供了多种库和模块，用于解析和操作XML文件。本文将深入探讨如何使用Python操作XML文件，包括XML解析、创建、修改和验证等方面的内容，通过丰富的示例代码来帮助大家理解这些概念。

什么是XML？

XML是一种标记语言，用于标记数据的结构和元信息。它由开始标签、结束标签、元素、属性等组成，可以表示各种数据类型和复杂的文档结构。XML广泛用于数据交换、配置文件、文档存储等领域。

以下是一个简单的XML示例：

<person><name>John</name><age>30</age><city>New York</city>
</person>

使用`xml.etree.ElementTree`解析XML文件

xml.etree.ElementTree是Python标准库中用于处理XML的模块。它提供了一个简单而高效的方式来解析和操作XML数据。

解析XML文件

需要导入xml.etree.ElementTree模块，并使用ElementTree类的parse方法来解析XML文件：

import xml.etree.ElementTree as ET# 解析XML文件
tree = ET.parse('data.xml')
root = tree.getroot()

上述代码将data.xml文件解析为一个XML树，其中root表示XML根元素。

遍历XML元素

一旦解析完成，可以遍历XML元素以访问其内容和属性：

# 遍历XML元素
for child in root:print(f"标签: {child.tag}, 内容: {child.text}")for attr in child.attrib:print(f"属性: {attr}={child.attrib[attr]}")

上述代码遍历了XML根元素的子元素，并打印了它们的标签、内容和属性。

查找XML元素

还可以使用find和findall方法来查找XML元素：

# 查找XML元素
person = root.find('person')
name = person.find('name')
print(name.text)# 查找所有匹配的XML元素
cities = root.findall('.//city')
for city in cities:print(city.text)

上述代码演示了如何查找XML元素，包括查找单个元素和查找所有匹配的元素。

使用`minidom`解析XML文件

minidom是Python标准库中的另一个XML解析模块，它提供了一种不同的方式来处理XML文档。

解析XML文件

要使用minidom解析XML文件，首先导入xml.dom.minidom模块，并使用parse方法解析XML文件：

import xml.dom.minidom as minidom# 解析XML文件
dom = minidom.parse('data.xml')

上述代码将data.xml文件解析为一个DOM对象。

遍历XML元素

与xml.etree.ElementTree不同，minidom创建了一个DOM树，可以使用节点的方法来遍历和访问XML元素：

# 遍历XML元素
elements = dom.getElementsByTagName('person')
for element in elements:name = element.getElementsByTagName('name')[0].firstChild.dataage = element.getElementsByTagName('age')[0].firstChild.datacity = element.getElementsByTagName('city')[0].firstChild.dataprint(f"姓名: {name}, 年龄: {age}, 城市: {city}")

上述代码遍历了XML文档中的person元素，并使用getElementsByTagName方法访问子元素的数据。

创建XML文件

要创建一个新的XML文件，可以使用xml.etree.ElementTree或minidom

来构建XML结构，然后将其写入文件。

使用`xml.etree.ElementTree`

下面是一个使用xml.etree.ElementTree创建XML文件的示例：

import xml.etree.ElementTree as ET# 创建根元素
root = ET.Element('data')# 创建子元素并添加到根元素
person1 = ET.SubElement(root, 'person')
name1 = ET.SubElement(person1, 'name')
name1.text = 'John'
age1 = ET.SubElement(person1, 'age')
age1.text = '30'person2 = ET.SubElement(root, 'person')
name2 = ET.SubElement(person2, 'name')
name2.text = 'Alice'
age2 = ET.SubElement(person2, 'age')
age2.text = '25'# 创建XML树
tree = ET.ElementTree(root)# 将XML写入文件
tree.write('new_data.xml')

上述代码创建了一个包含两个person元素的XML文件。

使用`minidom`

下面是一个使用minidom创建XML文件的示例：

import xml.dom.minidom as minidom# 创建DOM对象
dom = minidom.Document()# 创建根元素
root = dom.createElement('data')
dom.appendChild(root)# 创建子元素并添加到根元素
person1 = dom.createElement('person')
root.appendChild(person1)name1 = dom.createElement('name')
name1.appendChild(dom.createTextNode('John'))
person1.appendChild(name1)age1 = dom.createElement('age')
age1.appendChild(dom.createTextNode('30'))
person1.appendChild(age1)person2 = dom.createElement('person')
root.appendChild(person2)name2 = dom.createElement('name')
name2.appendChild(dom.createTextNode('Alice'))
person2.appendChild(name2)age2 = dom.createElement('age')
age2.appendChild(dom.createTextNode('25'))
person2.appendChild(age2)# 将XML写入文件
with open('new_data.xml', 'w') as f:f.write(dom.toprettyxml())

上述代码创建了与前面示例相同的XML文件。

修改XML

使用`xml.etree.ElementTree`

下面是一个使用xml.etree.ElementTree修改XML文件的示例：

import xml.etree.ElementTree as ET# 解析XML文件
tree = ET.parse('data.xml')
root = tree.getroot()# 修改XML元素
for person in root.findall('person'):age = person.find('age')age.text = str(int(age.text) + 1)# 保存修改后的XML
tree.write('modified_data.xml')

上述代码将XML文件中每个person元素的年龄增加了1，并保存为新的XML文件。

使用`minidom`

下面是一个使用minidom修改XML文件的示例：

import xml.dom.minidom as minidom# 解析XML文件
dom = minidom.parse('data.xml')# 修改XML元素
elements = dom.getElementsByTagName('age')
for element in elements:age = int(element.firstChild.data)element.firstChild.data = str(age + 1)# 保存修改后的XML
with open('modified_data.xml', 'w') as f:f.write(dom.toprettyxml())

上述代码也将XML文件中每个age元素的值增加了1，并保存为新的XML文件。

验证XML文件

XML文件的验证是一项重要的任务，它可以确保文件的结构和内容符合规定的标准或模式。Python提供了多种验证XML文件的方式，包括DTD验证和XML Schema验证。

DTD验证

DTD（文档类型定义）是一种用于定义XML文档结构的规范。要验证XML文件是否符合DTD规范，可以使用xml.etree.ElementTree中的DTD类。

下面是一个使用DTD验证的示例：

import xml.etree.ElementTree as ET# 创建DTD对象
dtd = ET.DTD('data.dtd')# 解析XML文件
tree = ET.parse('data.xml')
root = tree.getroot()# 验证XML文件
if dtd.validate(root):print('XML文件通过验证')
else:print('XML文件未通过验证')

上述代码首先创建了一个DTD对象，然后使用它来验证XML文件是否符合规范。

XML Schema验证

XML Schema是一种更强大的验证机制，它可以定义XML文档的结构、元素、属性等详细信息。要使用XML Schema验证XML文件，可以使用lxml库。

下面是一个使用XML Schema验证的示例：

from lxml import etree# 创建XML Schema对象
schema = etree.XMLSchema(etree.parse('schema.xsd'))# 解析XML文件
xml = etree.parse('data.xml')# 验证XML文件
if schema.validate(xml):print('XML文件通过验证')
else:print('XML文件未通过验证
)

上述代码首先创建了一个XML Schema对象，然后使用它来验证XML文件是否符合规范。