Python經常使用內置模塊之xml模塊

xml便可擴展標記語言，它能夠用來標記數據、定義數據類型，是一種容許用戶對本身的標記語言進行定義的源語言。從結構上，很像HTML超文本標記語言。但他們被設計的目的是不一樣的，超文本標記語言被設計用來顯示數據，其焦點是數據的外觀。它被設計用來傳輸和存儲數據，其焦點是數據的內容。那麼Python是如何處理XML語言文件的呢?下面一塊兒來看看Python經常使用內置模塊之xml模塊吧。

本文主要學習的ElementTree是python的XML處理模塊，它提供了一個輕量級的對象模型。在使用ElementTree模塊時，須要import xml.etree.ElementTree的操做。ElementTree表示整個XML節點樹，而Element表示節點數中的一個單獨的節點。

構建XML文件

ElementTree(tag)，其中tag表示根節點，初始化一個ElementTree對象。

Element(tag, attrib={}, **extra)函數用來構造XML的一個根節點，其中tag表示根節點的名稱，attrib是一個可選項，表示節點的屬性。

SubElement(parent, tag, attrib={}, **extra)用來構造一個已經存在的節點的子節點 Element.text和SubElement.text表示element對象的額外的內容屬性，Element.tag和Element.attrib分別表示element對象的標籤和屬性。

ElementTree.write(file, encoding='us-ascii', xml_declaration=None, default_namespace=None, method='xml')，函數新建一個XML文件，而且將節點數數據寫入XML文件中。

下面以新建一個網站的sitemap.xml文件爲例進行代碼示例

#!/usr/bin/env python
# -*- coding:utf-8 -*-
from xml.etree import ElementTree as ET
def build_sitemap():
    urlset = ET.Element("urlset")   #設置一個根節點，標籤爲urlset
    url = ET.SubElement(urlset,"url")   #在根節點urlset下創建子節點
    loc = ET.SubElement(url,"loc")
    loc.text = "http://www/baidu.com"
    lastmod = ET.SubElement(url,"lastmod")
    lastmod.text = "2017-10-10"
    changefreq = ET.SubElement(url,"changefreq")
    changefreq.text = "daily"
    priority = ET.SubElement(url,"priority")
    priority.text = "1.0"
    tree = ET.ElementTree(urlset)
    tree.write("sitemap.xml")
if __name__ == '__main__':
    build_sitemap()

結果以下圖所示：

解析和修改XML文件

ElementTree.parse(source, parser=None)，將xml文件加載並返回ElementTree對象。parser是一個可選的參數，若是爲空，則默認使用標準的XMLParser解析器。

ElementTree.getroot()，獲得根節點。返回根節點的element對象。

Element.remove(tag)，刪除root下名稱爲tag的子節點 如下函數，ElementTree和Element的對象都包含。

find(match)，獲得第一個匹配match的子節點，match能夠是一個標籤名稱或者是路徑。返回個element findtext(match,default=None)，獲得第一個配置的match的element的內容 findall(match)，獲得匹配match下的全部的子節點，match能夠是一個標籤或者是路徑，它會返回一個list，包含匹配的elements的信息 iter(tag)，建立一個以當前節點爲根節點的iterator。

仍是以上面建立的sitemap.xml爲例，對其進行必定的修改，代碼示例以下：

#!/usr/bin/env python
# -*- coding:utf-8 -*-

from xml.etree import ElementTree as ET
tree = ET.parse("sitemap.xml")
url = tree.find("url")
for rank in tree.iter('loc'):
    rank.text = "http://www.adminba.com"
tree.write("sitemap.xml")

以上的代碼將url修改成http://www.adminba.com了。另外，節點還有set（設置節點屬性）、attrib（刪除節點屬性）方法。