Python使用lxml解析XML格式化数据

Python使用lxml解析XML格式化数据

• 1. 效果图
• 2. 源代码
• 参考

  方法一：无脑读取文件，遇到有关键词的行再去解析获取值

  方法二：利用lxml等库，解析格式化数据，批量获取标签及其值

  这篇博客介绍第2种办法，以菜鸟教程中的俩个xml文档为例进行解析；

  https://www.runoob.com/try/xml/cd_catalog.xml

  https://www.runoob.com/try/xml/books.xml

  1. 效果图

  cd_catalog.xml原始文件如下:

  

  解析cd_catalog.xml后按顺序打印如下：

  

  book.xml原始文件如下:

  

  解析books.xml效果图如下：

  

  2. 源代码

  # parseXml.py
  # 解析cd_catalog.xml，book.xml
  from xml.etree import ElementTree as ET
  def readBookXml(file):
      # 直接读取xml文件，形成ElementTree结构
      tree = ET.parse(file)
      root = tree.getroot()  # 获取根元素
      for i, child in enumerate(root):  # 遍历子元素
          print(i, child.tag, child.text, child.attrib)  # 输出子元素的标签和属性值
          for j in range(len(child)):
              print('\t', j, child[j].tag, child[j].text, child[j].attrib)  # 输出子元素中的标签及属性值
      # 获取XML文档的根元素
      root = tree.getroot()
      # 查找具有指定标签的第一个子元素
      element = root.find('book')
      # 查找具有指定标签的所有子元素
      books = root.findall('book')
      print(len(books))
      for i, book in enumerate(books):
          print(i, book.tag, book.text, book.attrib)  # 输出子元素的标签和属性值
          for j in range(len(book)):
              print('\t', j, book[j].tag, book[j].text, book[j].attrib)  # 输出子元素中的标签及属性值
  def readCatalogXml(file):
      # 直接读取xml文件，形成ElementTree结构
      tree = ET.parse(file)
      root = tree.getroot()  # 获取根元素
      for i, child in enumerate(root):  # 遍历子元素
          print(i, child.tag, child.text, child.attrib)  # 输出子元素的标签和属性值
          for j in range(len(child)):
              print('\t', j, child[j].tag, child[j].text, child[j].attrib)  # 输出子元素中的标签及属性值
      # 获取XML文档的根元素
      root = tree.getroot()
      # 查找具有指定标签的第一个子元素
      element = root.find('CD')
      # 查找具有指定标签的所有子元素
      books = root.findall('CD')
      print(len(books))
      for i, book in enumerate(books):
          print(i, book.tag)  # 输出子元素的标签
          for j in range(len(book)):
              print('\t', j, book[j].tag, book[j].text)  # 输出子元素中的标签及属性值
  file = 'test/books.xml'
  readBookXml(file)
  file = 'test/cd_catalog.xml'
  readCatalogXml(file)
  

  参考

  • https://blog.csdn.net/qq233325332/article/details/130799948
  • https://blog.csdn.net/weixin_43856625/article/details/134775566