标签：logs 占用 灵活 大于 ppc 多模块 col rem 常见
XML 被设计用来传输和存储数据。
HTML 被设计用来显示数据。
XML（eXtensible Markup Language）指可扩展标记语言，被设计用来传输和存储数据，已经日趋成为当前许多新生技术的核心，在不同的领域都有着不同的应用。它是web发展到一定阶段的必然产物，既具有SGML的核心特征，又有着HTML的简单特性，还具有明确和结构良好等许多新的特性。
python解析XML常见的有三种方法：一是xml.dom.*模块，它是W3C DOM API的实现，若需要处理DOM API则该模块很适合，注意xml.dom包里面有许多模块，须区分它们间的不同；二是xml.sax.*模块，它是SAX API的实现，这个模块牺牲了便捷性来换取速度和内存占用，SAX是一个基于事件的API，这就意味着它可以“在空中”处理庞大数量的的文档，不用完全加载进内存；三是xml.etree.ElementTree模块（简称 ET），它提供了轻量级的Python式的API，相对于DOM来说ET 快了很多，而且有很多令人愉悦的API可以使用，相对于SAX来说ET的ET.iterparse也提供了 “在空中” 的处理方式，没有必要加载整个文档到内存，ET的性能的平均值和SAX差不多，但是API的效率更高一点而且使用起来很方便。
Python解析xml的三种方式为：Element tree、DOM、SAX
Element tree：
Element类型是一种灵活的容器对象，用于在内存中存储层次数据结构。可以说是list和dictionary的交叉，它生来就是为了处理XML，它在Python标准库中有两种实现：一种是纯Python实现的，如xml.etree.ElementTree，另一种是速度快一点的xml.etree.cElementTree。注意：尽量使用C语言实现的那种，因为它速度更快，而且消耗的内存更少。
Element tree会将xml文件解析为元素树。
每个element都有一系列相关属性：
abc.xml文件如下
<?xml version="1.0"?> <!--主节点为data 孩子节点为country,也就是二级tag--> <data> <country name="Singapore" area="Asia"> <rank>4</rank> <year>2011</year> <gdppc>59900</gdppc> <neighbor name="Malaysia" direction="N"/> </country> <country name="Panama" area="NA"> <rank>68</rank> <year>2011</year> <gdppc>13600</gdppc> <neighbor name="Costa Rica" direction="W"/> <neighbor name="Colombia" direction="E"/> </country> </data>
使用Element tree解析的python代码如下：
import xml.etree.ElementTree as ET #在这里还可以使用c实现的 速度更快，写法如下
‘‘‘try:
import xml.etree.ElementTree as ET
except ImportError:
import xml.etree.cElementTree as ET‘‘‘
import sys try: tree = ET.parse(‘abc.xml‘) #打开xml文件生成解析对象 # root = ET.fromstring(‘xml字符串‘) #解析xml字符串时，解析函数生成元素树 root = tree.getroot() #得到根节点 except Exception as e: print(‘parse object error‘) sys.exit(1) print(root.tag, "---", root.attrib) #root.tag值为data，而列属性attrib不存在值 for child in root: #遍历子节点 print(child.tag, "---", child.attrib) #child节点的tag属性，子节点的列属性存在值 print("*"*10) print(‘year:‘+root[0][1].text) #root[0]为第一个子节点：第一个country print(root[0].tag, root[0][1].text) # root[0]的意思是第一个子节点的tag属性， 所以root[0][1].text意思就是：访问文本内容得到第一个子节点的第二个标签数据，这种方法是通过根节点来得到的，还可以通过根节点的遍历查找拿到。 print("*"*10) for cons in root.findall(‘country‘): #从根节点开始遍历寻找country节点 rank = cons.find(‘rank‘).text #想拿到子节点中rank标签对嵌入的值 neighbor = cons.find(‘neighbor‘).get(‘name‘) # 查找country中neighbor这个tag ，然后再拿到列中name属性 name = cons.get(‘name‘) #子节点的get方法直接拿到列中想要的属性 area = cons.get(‘area‘) #同上 print(‘country:‘+name+‘\narea:‘+area+‘\nranking:‘+rank+‘\nneighbor:‘+neighbor+‘\n‘)
结果如下：
data --- {} country --- {‘name‘: ‘Singapore‘, ‘area‘: ‘Asia‘} country --- {‘name‘: ‘Panama‘, ‘area‘: ‘NA‘} ********** year:2011 country 2011 ********** country:Singapore area:Asia ranking:4 neighbor:Malaysia country:Panama area:NA ranking:68 neighbor:Costa Rica
同时Element还可以迭代遍历子树：
for country in root.iter(‘country‘): print(country.attrib) #同时迭代出的字树也可以拿到列属性,
#name = country.get(‘name‘)
#不仅一个列可以拿到，相同子节点所有文本内容都可拿到....
#rank = country.find(‘rank‘).text
for neighbor in root.iter(‘neighbor‘): print(neighbor.attrib)
结果：
{‘name‘: ‘Singapore‘, ‘area‘: ‘Asia‘}
{‘name‘: ‘Panama‘, ‘area‘: ‘NA‘}
{‘name‘: ‘Malaysia‘, ‘direction‘: ‘N‘}
{‘name‘: ‘Costa Rica‘, ‘direction‘: ‘W‘}
{‘name‘: ‘Colombia‘, ‘direction‘: ‘E‘}
ElementTree.write() 提供了修改xml文件的方法
#此处剔除排名大于50的国家 for country in root.iter(‘country‘): rank = int(country.find(‘rank‘).text) if rank > 50: root.remove(country) tree.write(‘output.xml‘)
结果另一个country字树被剔除，output.xml如下：
如何修改子节点中标签的属性？
修改rank排名。每个国家前进一名
#使每个国家排名前进一名 for rank in root.iter(‘rank‘): # uprank = int() print(rank.text) uprank = int(rank.text) - 1 rank.text = str(uprank) tree.write(‘out.xml‘)
结果
还可以为标签添加属性
for rank in root.iter(‘rank‘): # uprank = int() print(rank.text) uprank = int(rank.text) - 1 rank.text = str(uprank) rank.set(‘after_modify‘, ‘success‘) #使用set方法即可修改 tree.write(‘out.xml‘)
out.xml
<data> <country area="Asia" name="Singapore"> <rank after_modify="success">3</rank> <year>2011</year> <gdppc>59900</gdppc> <neighbor direction="N" name="Malaysia" /> </country> <country area="NA" name="Panama"> <rank after_modify="success">67</rank> <year>2011</year> <gdppc>13600</gdppc> <neighbor direction="W" name="Costa Rica" /> <neighbor direction="E" name="Colombia" /> </country> </data>
细则参见官方文档：xml.etree.ElementTree
DOM和SAX可以参考其他的博客
标签：logs 占用 灵活 大于 ppc 多模块 col rem 常见
原文地址：http://www.cnblogs.com/mzc1997/p/7756818.html
