XML 被設計用來傳輸和存儲數據。

HTML 被設計用來顯示數據。

XML（eXtensible Markup Language）指可擴展標記語言，被設計用來傳輸和存儲數據，已經日趨成為當前許多新生技術的核心，在不同的領域都有著不同的應用。它是web發展到一定階段的必然產物，既具有SGML的核心特征，又有著HTML的簡單特性，還具有明確和結構良好等許多新的特性。
python解析XML常見的有三種方法：一是xml.dom.*模塊，它是W3C DOM API的實現，若需要處理DOM API則該模塊很適合，註意xml.dom包裏面有許多模塊，須區分它們間的不同；二是xml.sax.*模塊，它是SAX API的實現，這個模塊犧牲了便捷性來換取速度和內存占用，SAX是一個基於事件的API，這就意味著它可以“在空中”處理龐大數量的的文檔，不用完全加載進內存；三是xml.etree.ElementTree模塊（簡稱 ET），它提供了輕量級的Python式的API，相對於DOM來說ET 快了很多，而且有很多令人愉悅的API可以使用，相對於SAX來說ET的ET.iterparse也提供了 “在空中” 的處理方式，沒有必要加載整個文檔到內存，ET的性能的平均值和SAX差不多，但是API的效率更高一點而且使用起來很方便。

Python解析xml的三種方式為：Element tree、DOM、SAX

Element tree：

Element類型是一種靈活的容器對象，用於在內存中存儲層次數據結構。可以說是list和dictionary的交叉，它生來就是為了處理XML，它在Python標準庫中有兩種實現：一種是純Python實現的，如xml.etree.ElementTree，另一種是速度快一點的xml.etree.cElementTree。註意：盡量使用C語言實現的那種，因為它速度更快，而且消耗的內存更少。

Element tree會將xml文件解析為元素樹。

每個element都有一系列相關屬性：

• 標簽，用於標識該元素表示哪種數據（即元素類型）
• 一些屬性，存儲在Python dictionary中
• 一個文本字符串
• 一個可選的尾字符串
• 一些孩子elements，存儲在Python sequence中

abc.xml文件如下

<?xml version="1.0"?>
<!--主節點為data  孩子節點為country,也就是二級tag-->
<data>
  <country name="Singapore" area="Asia">
    <rank>4</rank>
    <year>2011</year>
    <gdppc
 
>59900</gdppc>
    <neighbor name="Malaysia" direction="N"/>
  </country>
  <country name="Panama" area="NA">
    <rank>68</rank>
    <year>2011</year>
    <gdppc>13600</gdppc>
    <neighbor name="Costa Rica" direction="W"/>
    <neighbor name="Colombia" direction="E"/>
  </country>
</data>

使用Element tree解析的python代碼如下：

import xml.etree.ElementTree as ET  #在這裏還可以使用c實現的  速度更快，寫法如下
‘‘‘try:
　　import xml.etree.ElementTree as ET
except ImportError:
　　import xml.etree.cElementTree as ET‘‘‘

import sys

try:
    tree = ET.parse(‘abc.xml‘) #打開xml文件生成解析對象
    # root = ET.fromstring(‘xml字符串‘)  #解析xml字符串時，解析函數生成元素樹
    root = tree.getroot()  #得到根節點
except Exception as e:
    print(‘parse object error‘)
    sys.exit(1)

print(root.tag, "---", root.attrib)  #root.tag值為data，而列屬性attrib不存在值

for child in root:  #遍歷子節點
    print(child.tag, "---", child.attrib) #child節點的tag屬性，子節點的列屬性存在值

print("*"*10)
print(‘year:‘+root[0][1].text)  #root[0]為第一個子節點：第一個country
print(root[0].tag, root[0][1].text)  # root[0]的意思是第一個子節點的tag屬性， 所以root[0][1].text意思就是：訪問文本內容得到第一個子節點的第二個標簽數據，這種方法是通過根節點來得到的，還可以通過根節點的遍歷查找拿到。
print("*"*10)
for cons in root.findall(‘country‘): #從根節點開始遍歷尋找country節點
    rank = cons.find(‘rank‘).text  #想拿到子節點中rank標簽對嵌入的值
    neighbor = cons.find(‘neighbor‘).get(‘name‘) # 查找country中neighbor這個tag ，然後再拿到列中name屬性
    name = cons.get(‘name‘)  #子節點的get方法直接拿到列中想要的屬性
    area = cons.get(‘area‘)  #同上
    print(‘country:‘+name+‘\narea:‘+area+‘\nranking:‘+rank+‘\nneighbor:‘+neighbor+‘\n‘)

結果如下：

data --- {}
country --- {‘name‘: ‘Singapore‘, ‘area‘: ‘Asia‘}
country --- {‘name‘: ‘Panama‘, ‘area‘: ‘NA‘}
**********
year:2011
country 2011
**********
country:Singapore
area:Asia
ranking:4
neighbor:Malaysia

country:Panama
area:NA
ranking:68
neighbor:Costa Rica

同時Element還可以叠代遍歷子樹：

for country in root.iter(‘country‘):
    print(country.attrib)
    #同時叠代出的字樹也可以拿到列屬性,
　　#name = country.get(‘name‘) 
　　#不僅一個列可以拿到，相同子節點所有文本內容都可拿到....
　　#rank = country.find(‘rank‘).text

for neighbor in root.iter(‘neighbor‘):
    print(neighbor.attrib)

結果：

{‘name‘: ‘Singapore‘, ‘area‘: ‘Asia‘}
{‘name‘: ‘Panama‘, ‘area‘: ‘NA‘}


{‘name‘: ‘Malaysia‘, ‘direction‘: ‘N‘}
{‘name‘: ‘Costa Rica‘, ‘direction‘: ‘W‘}
{‘name‘: ‘Colombia‘, ‘direction‘: ‘E‘}

ElementTree.write() 提供了修改xml文件的方法

#此處剔除排名大於50的國家
for country in root.iter(‘country‘):
    rank = int(country.find(‘rank‘).text)
    if rank > 50:
        root.remove(country)
tree.write(‘output.xml‘)

結果另一個country字樹被剔除，output.xml如下：

如何修改子節點中標簽的屬性？

修改rank排名。每個國家前進一名

#使每個國家排名前進一名
for rank in root.iter(‘rank‘):
    # uprank = int()
    print(rank.text)
    uprank = int(rank.text) - 1
    rank.text = str(uprank)
tree.write(‘out.xml‘)

結果

還可以為標簽添加屬性

for rank in root.iter(‘rank‘):
    # uprank = int()
    print(rank.text)
    uprank = int(rank.text) - 1
    rank.text = str(uprank)
    rank.set(‘after_modify‘, ‘success‘)  #使用set方法即可修改
tree.write(‘out.xml‘)

out.xml

<data>
  <country area="Asia" name="Singapore">
    <rank after_modify="success">3</rank>
    <year>2011</year>
    <gdppc>59900</gdppc>
    <neighbor direction="N" name="Malaysia" />
  </country>
  <country area="NA" name="Panama">
    <rank after_modify="success">67</rank>
    <year>2011</year>
    <gdppc>13600</gdppc>
    <neighbor direction="W" name="Costa Rica" />
    <neighbor direction="E" name="Colombia" />
  </country>
</data>

細則參見官方文檔：xml.etree.ElementTree

DOM和SAX可以參考其他的博客

Python解析xml