我要评论一、为什么选择elementtree？
python标准库中的xml.etree.elementtree模块提供了一套高效易用的xml处理api，其核心优势体现在：
- 轻量高效：比dom更省内存（约节省30%-50%内存）
- 简单易用：直观的元素树结构符合自然思维
- 功能完备：支持创建、解析、查询和修改等全套操作
- xpath支持：内置强大的元素查找功能
- 标准库支持：无需额外安装依赖
二、elementtree常用方法与属性详解
2.1 element类核心属性
import xml.etree.elementtree as et
# 创建元素
root = et.element("catalog")
# 核心属性：
print(root.tag) # 元素名称 → 'catalog'
print(root.attrib) # 属性字典 → {}
print(root.text) # 文本内容 → none
print(root.tail) # 尾部文本 → none
print(len(root)) # 子元素数量 → 0
2.2 element类常用方法
# 添加子元素
book = et.subelement(root, "book", id="101")
# 设置属性
book.set("category", "编程") # 添加/修改属性
# 查找元素
found_book = root.find("book") # 查找第一个匹配的子元素
all_books = root.findall("book") # 查找所有匹配的子元素
# 迭代元素
for child in root.iter("book"):
print(child.tag, child.attrib)
2.3 elementtree类核心方法
# 创建xml树
tree = et.elementtree(root)
# 文件操作
tree.write("books.xml") # 写入文件
tree = et.parse("books.xml") # 解析文件
root = tree.getroot() # 获取根元素
# 文件解析差异
xml_string = "<root><a>文本</a></root>"
root_from_string = et.fromstring(xml_string) # 从字符串解析
2.4 xpath支持的方法
# 查找所有作者
authors = root.findall(".//author") # 所有层级查找
# 属性查询
python_books = root.findall(".//book[contains(@category, '编程')]")
# 组合查询
books = root.findall(".//book[price>50]")
三、基础篇：创建与解析xml
3.1 xml文档创建完整流程
# 1. 创建根元素
root = et.element("bookstore")
# 2. 添加子元素和属性
book = et.subelement(root, "book", lang="zh")
et.subelement(book, "title").text = "python设计模式"
# 3. 添加属性
price = et.subelement(book, "price")
price.text = "59.99"
price.set("currency", "cny")
# 4. 创建xml树并保存
tree = et.elementtree(root)
tree.write("bookstore.xml", encoding="utf-8", xml_declaration=true)
3.2 xml文档解析实践
# 解析xml文件
tree = et.parse("bookstore.xml")
root = tree.getroot()
# 遍历解析结果
for book in root.findall("book"):
print(f"语言: {book.get('lang')}")
title = book.find("title").text
price = book.find("price").text
print(f" {title} - {price}元")
# 输出：
# 语言: zh
# python设计模式 - 59.99元
四、进阶篇：元素操作与查询
4.1 动态修改xml结构
# 添加新元素
new_book = et.subelement(root, "book")
et.subelement(new_book, "title").text = "流畅的python"
# 修改文本内容
for price in root.iter("price"):
if float(price.text) < 60:
price.text = str(float(price.text) * 1.1) # 提价10%
# 删除元素
for book in root.findall("book"):
if "设计模式" in book.find("title").text:
root.remove(book) # 删除匹配元素
# 添加父元素
new_root = et.element("bookstore")
new_root.append(root) # 将原有树附加为新子树
4.2 高级xpath查询技巧
# 多条件查询
bargain_books = root.findall(".//book[price<50 and contains(@category, '促销')]")
# 位置索引
second_book = root.findall(".//book[2]") # 第二个book元素
# 通配符使用
all_elements = root.findall(".//*") # 获取所有元素
# 文本内容查询
python_titles = root.findall(".//title[contains(text(), 'python')]")
五、高级篇：命名空间处理
5.1 命名空间基础操作
# 带命名空间的xml
xml_data = """
<rss xmlns:dc="http://purl.org/dc/elements/1.1/" version="2.0">
<channel>
<dc:creator>张三</dc:creator>
</channel>
</rss>
"""
# 命名空间处理策略
root = et.fromstring(xml_data)
# 方法1：全名表示
namespace = "{http://purl.org/dc/elements/1.1/}"
creator = root.find(f".//channel/{namespace}creator")
# 方法2：注册命名空间映射
ns = {'dc': 'http://purl.org/dc/elements/1.1/'}
creator = root.find(".//channel/dc:creator", namespaces=ns)
print(creator.text) # 输出: 张三
5.2 自动命名空间管理
# 自动化提取命名空间
et.register_namespace('dc', 'http://purl.org/dc/elements/1.1/')
# 自动注册的命名空间可用于查找
creator = root.find("dc:creator", namespaces=ns)
六、实用技巧：优化xml处理
6.1 大文件处理技术
# 增量解析大文件
context = et.iterparse("large_file.xml", events=("start", "end"))
for event, elem in context:
if event == "end" and elem.tag == "book":
print(elem.find("title").text)
elem.clear() # 释放内存
# 手动清除内存
root.clear() # 清除整个元素树
6.2 美观输出与错误处理
# xml美化输出
def indent(elem, level=0):
indent_str = "\n" + level*" "
if len(elem):
if not elem.text or not elem.text.strip():
elem.text = indent_str + " "
for child in elem:
indent(child, level+1)
elem.tail = indent_str
indent(root)
tree.write("beautified.xml")
# 错误处理实践
try:
tree = et.parse("invalid.xml")
except et.parseerror as e:
print(f"xml解析错误: {e.msg} 位置: {e.position}")
七、实战：构建rss解析器
def parse_rss_feed(url):
import requests
from datetime import datetime
response = requests.get(url)
root = et.fromstring(response.content)
# 处理命名空间
ns = {
'atom': 'http://www.w3.org/2005/atom',
'dc': 'http://purl.org/dc/elements/1.1/'
}
# 构建结果结构
result = {
'title': root.find("./channel/title").text,
'items': []
}
# 解析每篇文章
for item in root.findall("./channel/item"):
# 日期处理
date_str = item.find("dc:date", ns).text
pub_date = datetime.fromisoformat(date_str) if date_str else none
entry = {
'title': item.find("title").text,
'link': item.find("link").text,
'date': pub_date,
'categories': [cat.text for cat in item.findall("category")]
}
result['items'].append(entry)
return result
# 使用示例
if __name__ == "__main__":
feed = parse_rss_feed("https://pycoders.com/feed.xml")
print(f"最新文章: {feed['items'][0]['title']}")
print(f"发布日期: {feed['items'][0]['date'].strftime('%y-%m-%d')}")
八、总结
elementtree模块提供了完整的xml处理解决方案：
- 核心功能：通过element和elementtree类实现xml的创建、解析和操作
- 查询能力：find/findall方法配合xpath实现精准元素定位
- 高级特性：命名空间管理和大文件处理解决实际应用难点
- 实用技巧：美化输出和错误处理提升生产环境稳定性
最佳实践建议：
- 处理标准xml时优先使用elementtree而非第三方库
- 复杂查询充分利用xpath表达式
- 大文件使用iterparse避免内存溢出
- 始终处理命名空间确保兼容性
掌握elementtree可轻松应对从配置文件到web服务的各种xml处理需求！
以上就是python利用elementtree库处理xml的完全指南的详细内容，更多关于python elementtree库处理xml的资料请关注代码网其它相关文章！
发表评论