【python】lxml

时间：2016-08-11 19:14:49 阅读：393 评论：0 收藏：0 [点我收藏+]

标签：

lxml是python中处理xml的一个非常强大的库，可以非常方便的解析和生成xml文件。下面的内容翻译了链接中的一部分

1.生成空xml节点

from lxml import etree

root = etree.Element("root")
print(etree.tostring(root, pretty_print=True))

<root/>

2.生成xml子节点

from lxml import etree

root = etree.Element("root")
root.append(etree.Element("child1"))     #方法一
child2 = etree.SubElement(root, "child2")  #方法二
child2 = etree.SubElement(root, "child3")
print(etree.tostring(root))

<root>
  <child1/>
  <child2/>
  <child3/>
</root>

3.生成带内容的xml节点

from lxml import etree

root = etree.Element("root")
root.text = "Hello World"
print(etree.tostring(root, pretty_print=True))

<root>Hello World</root>

4.属性

lxml中将属性以字典的形式存储

生成属性

from lxml import etree

root = etree.Element("root", intersting = "totally")  #方法一
root.set("hello","huhu")  #方法二
root.text = "Hello World"
print(etree.tostring(root))

<root intersting="totally" hello="huhu">Hello World</root>

获取属性

方法一：

root.get("interesting")
root.get("hello")

totally
huhu

方法二：

attributes = root.attrib
print(attributes["interesting"])

遍历属性

for name, value in sorted(root.items()):
     print(‘%s = %r‘ % (name, value))

5.生成特殊内容

如下xml，中间的文字被<br/>分割，需要用到.tail

<html><body>Hello<br/>World</body></html>

html = etree.Element("html")
body = etree.SubElement(html, "body")
body.text = "TEXT"
br = etree.SubElement(body, "br")
br.tail = "TAIL"
etree.tostring(html)

6.遍历

遍历节点

for element in root.iter():
     print("%s - %s" % (element.tag, element.text))

遍历指定子节点，将子节点名写入iter()

for element in root.iter("child"):
     print("%s - %s" % (element.tag, element.text))

7.用XPath查找节点内容

build_text_list = etree.XPath("//text()") # lxml.etree only!
print(build_text_list(html))

8.查找节点

iterfind():遍历所有节点匹配表达式

findall():返回满足匹配的节点列表

find():返回满足匹配的第一个

findtext():返回第一个满足匹配条件的.text内容

设有以下xml内容

root = etree.XML("<root><a x=‘123‘>aText<b/><c/><b/></a></root>")

查找子节点

>>> print(root.find("b"))
None
>>> print(root.find("a").tag)
a

查找树中任意节点

>>> print(root.find(".//b").tag)
b
>>> [ b.tag for b in root.iterfind(".//b") ]
[‘b‘, ‘b‘]

查找具有指定属性的节点

>>> print(root.findall(".//a[@x]")[0].tag)
a
>>> print(root.findall(".//a[@y]"))
[]

9.字符串解析为XML

>>> some_xml_data = "<root>data</root>"

>>> root = etree.fromstring(some_xml_data)
>>> print(root.tag)
root
>>> etree.tostring(root)
b‘<root>data</root>‘

10.使用E-factory快速生成XML和HTML

>>> from lxml.builder import E

>>> def CLASS(*args): # class is a reserved word in Python
        return {"class":‘ ‘.join(args)}

>>> html = page = (
    E.html(       # create an Element called "html"
      E.head(
        E.title("This is a sample document")
      ),
      E.body(
        E.h1("Hello!", CLASS("title")),
        E.p("This is a paragraph with ", E.b("bold"), " text in it!"),
        E.p("This is another paragraph, with a", "\n      ",
          E.a("link", href="http://www.python.org"), "."),
        E.p("Here are some reservered characters: <spam&egg>."),
        etree.XML("<p>And finally an embedded XHTML fragment.</p>"),
      )
    )
  )

>>> print(etree.tostring(page, pretty_print=True))
<html>
  <head>
    <title>This is a sample document</title>
  </head>
  <body>
    <h1 class="title">Hello!</h1>
    <p>This is a paragraph with <b>bold</b> text in it!</p>
    <p>This is another paragraph, with a
      <a href="http://www.python.org">link</a>.</p>
    <p>Here are some reservered characters: &lt;spam&amp;egg&gt;.</p>
    <p>And finally an embedded XHTML fragment.</p>
  </body>
</html>

【python】lxml

标签：

原文地址：http://www.cnblogs.com/dplearning/p/5762070.html

踩

(0)

评论一句话评论（0）

分享档案

更多>

2021年07月29日 (22)
2021年07月28日 (40)
2021年07月27日 (32)
2021年07月26日 (79)
2021年07月23日 (29)
2021年07月22日 (30)
2021年07月21日 (42)
2021年07月20日 (16)
2021年07月19日 (90)
2021年07月16日 (35)

周排行