标签：doc 常见 文本 代码 原因 版本 python2 rest str
本文翻译自：http://lxml.de/tutorial.html， 作者：Stefan Behnel
这是一个关于使用lxml.etree进行XML处理的教程。它简要介绍了ElementTree API的主要概念，以及一些简单的增强功能，使你的编程更容易。
有关API的完整参考，请参考生成的API文档。
内容：
? 元素类
· 元素是列表
· 元素以属性为特征
· 元素包含文本
· 使用XPath查找文本
· 树迭代
· 序列化
? ElementTree类
? 从字符串和文件解析
· fromstring()函数
· XML()函数
· parse()函数
· 解析器对象
· 增量解析
· 事件驱动解析
? Namespaces
? The E-factory
? ElementPath
导入lxml.etree的常见方法如下：
from lxml import etree
如果你的代码仅使用ElementTree API，并不依赖于特定的lxml.etree的任何功能，你还可以利用下面的导入方法：
try: from lxml import etree print("running with lxml.etree") except ImportError: try: #Python 2.5 import xml.etree.cElementTree as etree print("running with cElementTree on Python 2.5+") except ImportError: try: #Python 2.5 import xml.etree.ElementTree as etree print("running with ElementTree on Python 2.5+") except ImportError： try: #正常的cElementTree安装 import cElementTree as etree print("running with cElementTree") except ImportError: try: #正常的ElementTree安装 import elementtree.ElementTree as etree print("running with ElementTree") except ImportError: print("Failed to import ElementTree from any known place")
为了编写可移植代码，本教程在例子中说明了API的哪一部分是由Fredrik Lundh的ElementTree库定义的原始ElementTree API的lxml.etree的扩展。
? 元素类
单个元素是ElementTree API的主要的容器对象。大多数XML树功能都是通过这个类访问的。元素可以通过Element factory轻松创建：
>>> root = etree.Element("root")
元素的XML标签名通过tag属性访问：
>>> print (root.tag) root
元素以XML树结构组织。要添加子元素并将其添加到父元素中，可以使用append()方法：
>>> root.append( etree.Element("child1") )
然而，这是很常见的。有一个更短更有效的方法做到这一点：SubElement factory。它接受与Element factory相同的参数，但要求父元素作为第一个参数：
>>> child2 = etree.SubElement(root, "child2") >>> child3 = etree.SubElement(root, "child3")
要看到真正的XML，你可以序列化创建的树：
>>> print (etree.tostring(root, pretty_print = True)) <root> <child1/> <child2/> <child3/> </root>
元素是列表
为了更容易、更直接的访问这些子元素，元素尽可能地模仿python列表的行为：
>>> child = root[0] >>> print (child.tag) child1 >>> print (len(root)) 3 >>> root.index(root[1]) 1 >>> children = list(root) >>> for child in root: ... print (child.tag) child1 child2 child3 >>> root.insert(0, etree.Element("child0")) >>> start = root[:1] >>> end = root[-1:] >>> print (start[0].tag) child0 >>> print (end[0].tag) child3
在ElementTree 1.3和lxml 2.0之前，你还可以检查一个元素的真值，看它是否有子代，即如果子列表为空：
if root: print ("The root element has children")
这不再受支持，因为人们倾向于期待"something“被评估为True，期待元素成为"something”，它们可能有子代吗？所以很多用户惊奇的发现任何元素都会在上面的if语句中被评估为False。相反的，使用len(element)更明确，更少出错。
>>> print (etree.iselement(root)) #测试它是否是element类型 True >>> if len(root): #测试它是否有子代 ... print ("The root element has children") The root element has children
还有一种重要的情况，其中lxml（2.0及以上版本）中Elements的行为偏离了列表和原始的ElementTree（1.3之前的版本或Python2.7/3.2）：
>>> for child in root: ... print (child.tag) child0 child1 child2 child3 >>> root[0] = root[-1] >>> for child in root: ... print (child.tag) child3 child1 child2
在这个例子中，最后一个元素被剪切到一个不同的位置，而不是复制，即当它被放在不同的位置时，它被自动从它前一个位置移除。在列表中，对象可以同时出现在多个位置，上述分配只会将item引用复制到第一个位置，以便两者都包含相同的item。
>>> 1 = [0, 1, 2, 3] >>> 1[0] = 1[-1] >>> 1 [3, 1, 2, 3]
注意在原始的ElementTree中，单个的Element对象可以位于任意数量的树中的任意数量位置，这允许与列表相同的复制操作，明显的缺点是对这种元素的修改将会适用于它出现树中的所有地方，这可能是也可能不是初衷。
这个区别的优点是，lxml.etree中的Element总是具有一个父对象，可以通过getparent()方法进行查询。这在原始的ElementTree中是不支持的。
>>> root is root[0].getparent() True
如果要将单个元素复制到lxml.etree中的不同位置，请考虑使用Python标准库中的复制模块来创建一个独立的深层副本：
>>> from copy import deepcopy >>> element = etree.Element("neu") >>> element.append( deepcopy(root[1]) ) >>> print (element[0].tag) child1 >>> print ([ c.tag for c in root ]) [‘child3‘, ‘child1‘, ‘child2‘]
元素的同胞（或邻居）作为下一个和前一个元素被访问：
>>> root[0] is root[1].getprevious() True >>> root[1] is root[0].getnext() True
元素以属性为特征
XML元素支持属性。你可以在Element factory直接创建它们：
>>> root = etree.Element("root", interesting = "totally") >>> etree.tostring(root) b‘<root interesting = "totally"/>‘
属性只是无序的name-value对，所以处理它们非常方便的方法是通过Elements的类似字典的界面：
>>> print (root.get("interesting")) totally >>> print (root.get("hello")) None >>> root.set("hello", "Huhu")) >>> print (root.get("hello")) Huhu >>> etree.tostring(root) b‘<root insteresting = "totally" hello = "Huhu"/>‘ >>> sorted(root.keys()) [‘hello‘, ‘insteresting‘] >>> for name, value in sorted(root.items()): ... print (‘%s = %r‘ % (name, value)) hello = ‘Huhu‘ interesting = ‘totally‘
对于你想查找item或其他原因来获取一个‘real‘类似字典对象的情况，例如传递给它，你可以使用attrib属性：
>>> attributes = root.attrib >>> print (attributes["interesting"]) totally >>> print (attributes.get("no-such-attribute")) None >>> attributes["Hello"] = "Guten Tag" >>> print (attributes["hello"]) Guten Tag >>> print (root.get("hello")) Guten Tag
注意attrib是由Element本身支持的类似dict的对象。这意味着对元素的任何修改都反映在属性中，反之亦然。这也意味着，只要一个元素的attrib在使用，XML树就活跃在内存中。要获取不依赖XML树的属性的独立快照，将其复制到dict中：
>>> d = dict(root.attrib) >>> sorted(d.items()) [(‘hello‘, ‘Guten Tag‘), (‘insteresting‘, ‘totally‘)]
标签：doc 常见 文本 代码 原因 版本 python2 rest str
原文地址：http://www.cnblogs.com/cnhkzyy/p/7490292.html
