Python使用ElementTree美化XML格式的操作

作者:shinobiii 时间:2022-03-11 05:11:20 

Python中使用ElementTree可以很方便的处理XML,但是产生的XML文件内容会合并在一行,难以看清楚。

如下格式:

<root><aa>aatext<cc>cctext</cc></aa><bb>bbtext<dd>ddtext<ee>eetext</ee></dd></bb></root>

使用minidom模块中的toprettyxml和writexml方法都有参数可以优化XML,但是有两个问题:

a. 如果解析的XML已经是美化过的,那么执行该方法会多出很多空行

b. 产生的结果会将text也独立一行,如下:


<root>
 <aa>
   aatext
 </aa>
 <bb>
   bbtext
 </bb>
</root>

而我想产生如下结果:


<root>
 <aa>aatext</aa>
 <bb>bbtext</bb>
</root>

于是只能自己写一个美化XML的方法。

我们首先研究一下ElementTree模块中的Element类,使用getroot方法返回的便是Element类。

该类中有四个属性tag、attrib、text与tail, 对应在XML中如下图所示:

Python使用ElementTree美化XML格式的操作

整个XML就是一个Element,里面嵌套了很多子Element。

Element可以使用for循环迭代。

通过在text和tail中增加换行和制表符,就可以实现美化XML的目的。

美化代码如下:


def prettyXml(element, indent, newline, level = 0): # elemnt为传进来的Elment类,参数indent用于缩进,newline用于换行
 if element: # 判断element是否有子元素
   if element.text == None or element.text.isspace(): # 如果element的text没有内容
     element.text = newline + indent * (level + 1)  
   else:
     element.text = newline + indent * (level + 1) + element.text.strip() + newline + indent * (level + 1)
 #else: # 此处两行如果把注释去掉,Element的text也会另起一行
   #element.text = newline + indent * (level + 1) + element.text.strip() + newline + indent * level
 temp = list(element) # 将elemnt转成list
 for subelement in temp:
   if temp.index(subelement) < (len(temp) - 1): # 如果不是list的最后一个元素,说明下一个行是同级别元素的起始,缩进应一致
     subelement.tail = newline + indent * (level + 1)
   else: # 如果是list的最后一个元素, 说明下一行是母元素的结束,缩进应该少一个
     subelement.tail = newline + indent * level
   prettyXml(subelement, indent, newline, level = level + 1) # 对子元素进行递归操作

from xml.etree import ElementTree   #导入ElementTree模块
tree = ElementTree.parse('test.xml')  #解析test.xml这个文件,该文件内容如上文
root = tree.getroot()         #得到根元素,Element类
prettyXml(root, '\t', '\n')      #执行美化方法
ElementTree.dump(root)         #显示出美化后的XML内容

输出结果如下:


<root>
 <aa>
   aatext
   <cc>cctext</cc>
 </aa>
 <bb>
   bbtext
   <dd>
     ddtext
     <ee>eetext</ee>
   </dd>
 </bb>
</root>

残留问题点:

windows下的换行符是"\r\n",只需将prettyXml方法的第三个参数改为"\r\n",使用记事本打开生成的XML大部分OK。

但是XML说明与根元素开始符之间不知如何插入"\r\n".

Python使用ElementTree美化XML格式的操作

补充知识:python-xml 模块-代码生成xml 文档

一、XML 模块

什么是xml:可扩展的标记语言,标记翻译为标签,用标签来组织数据的语言,也是一种语言可以用来自定义文档结构。相比json 使用场景更加广泛,但是语法格式相比json 复杂很多

什么时候使用json:前后台交互数据时使用json

什么时候使用xml:当需要自定义文档结构时使用xml,比如java中经常用xml来作为配置文件,常见操作就是通过程序去读取配置信息,而修改增加删除,一般是交给用户来手动完成

标签的叫发:node(节点)、elment(元素)、tag(标签)

需求从conuntrys中获取所有的国家名称


==========================>countrys
<data>
 <country name="Liechtenstein">
   <rank updated="yes">2</rank>
   <year>2009</year>
   <gdppc>141100</gdppc>
   <neighbor direction="E" name="Austria" />
   <neighbor direction="W" name="Switzerland" />
 </country>
 <country name="Singapore">
   <rank updated="yes">5</rank>
   <year>2012</year>
   <gdppc>59900</gdppc>
   <neighbor direction="N" name="Malaysia" />
 </country>
 <country name="Panama">
   <rank updated="yes">69</rank>
   <year>2012</year>
   <gdppc>13600</gdppc>
   <neighbor direction="W" name="Costa Rica" />
   <neighbor direction="E" name="Colombia" />
 </country>
</data># 取别名可以用于简化书写
import xml.etree.ElementTree as ET
tree = ET.parse('countrys')
#获取根标签#第一种获取标签的方式
#全文查找
iter()
# 获取迭代器 如果不指定参数 则迭代器迭代的是所有标签
print(root.iter())
# 获取迭代器 如果指定参数 则迭代器迭代的是所有名称匹配的标签
for e in root.iter("rank"):
 print(e)

#第二种获取标签的方式
#在当前标签下(所有子级标签)寻找第一个名称匹配的标签
print(root.find("rank")) #第一个名称不匹配所以返回None#第三种获取标签的方式
#在当前标签下(所有子级标签)寻找所有名称匹配的标签
print(root.findall("rank")) #[]

练习:找到新加坡中year 这个标签


#print(e.tag) #标签名称
#print(e.attrib) #属性 字典类型
#print(e.text) #文本内容import xml.etree.ElementTree as ETtree = ET.parse("countrys")
# 获取根标签
root = tree.getroot()
for e in root.iter("country"):
 if e.attrib["name"] == "Singapore":
   y = e.find("year")
   print(y.text) #2012

在程序中修改文档内容:把所有year标签的文本加1


import xml.etree.ElementTree as ETtree = ET.parse("countrys")
root = tree.getroot()
for e in root.iter("year"):
 e.text = str(int(e.text) + 1)

#做完修改后要将修改后的内容写入文件
tree.write('countrys')

把新加坡国家删除:


import xml.etree.ElementTree as ETtree = ET.parse("countrys")
root = tree.getroot()for e in root.findall("country"):
 print(e)
 if e.attrib["name"] == "Singapore":
   #删除时要通过被删除的父级标签来删除
   root.remove(e)tree.write('countrys')

用程序将中国信息写入文档中:


import xml.etree.ElementTree as ETtree = ET.parse("countrys")
root = tree.getroot()
#添加时也需要将要添加的数据做成一个Element
c = ET.Element("country",{"name":"china"})# 在国家下有一堆子标签
ranke = ET.Element("ranke",{"updated":"yes"})
c.append(ranke)year = ET.Element("year")
year.text = "2018"
c.append(year)#添加到root标签中
root.append(c)
tree.write("countrys")

总结:一般不会通过程序 去修改 删除 和添加

什么时候应该使用XML格式:

当你需要自定文档结构时(XML最强大的地方就是结构)

前后台交互不应该使用,前后台交互应该使用JSON格式

代码生成XML文档


import xml.etree.ElementTree as ET# 创建根标签
root = ET.Element("root")
root.text = "这是一个XML文档!"c = ET.Element("country",{"name":"china"})
root.append(c)tree = ET.ElementTree(root)
# 参数: 文件名称 编码方式 是否需要文档声明
tree.write("new.xml",encoding="utf-8",xml_declaration=True)=========================>new.xml 内容为
<?xml version='1.0' encoding='utf-8'?>
<root>这是一个XML文档!<country name="china" /></root>

来源:https://blog.csdn.net/shinobiii/article/details/8253976

标签:Python,ElementTree,XML
0
投稿

猜你喜欢

  • Go语言中的匿名结构体用法实例

    2023-07-07 11:10:21
  • Python使用cookielib模块操作cookie的实例教程

    2021-12-21 09:18:57
  • 微信小程序 详解下拉加载与上拉刷新实现方法

    2024-04-23 09:31:09
  • python Pexpect模块的使用

    2023-01-23 20:54:58
  • SQL Server跨服务器操作数据库的图文方法(LinkedServer)

    2024-01-16 20:05:50
  • Golang语言实现gRPC的具体使用

    2024-05-05 09:26:19
  • 详解Python的基础语法和变量操作

    2021-10-13 17:07:54
  • python中ThreadPoolExecutor线程池和ProcessPoolExecutor进程池

    2022-08-28 08:26:45
  • 详解Python函数print用法

    2023-06-10 03:47:34
  • Python调试神器之PySnooper的使用教程分享

    2021-12-24 15:37:01
  • jupyter notebook 调用环境中的Keras或者pytorch教程

    2022-10-07 23:23:09
  • Java读取文件及基于正则表达式的获取电话号码功能详解

    2022-06-18 09:11:45
  • Python 十个字典用法使用技巧归纳

    2023-10-14 16:52:54
  • element使用自定义icon图标的两种解决方式

    2023-07-02 16:55:05
  • pytorch 更改预训练模型网络结构的方法

    2022-04-02 04:41:19
  • SQL Server分页方法汇总

    2024-01-26 20:18:49
  • 在js中调用asp页面的方法

    2007-08-21 20:30:00
  • 短视频(douyin)去水印工具的实现代码

    2024-04-29 13:40:15
  • Python常见错误:IndexError: list index out of range解决

    2021-02-17 21:53:10
  • python中的type,元类,类,对象用法

    2022-08-24 09:54:55
  • asp之家 网络编程 m.aspxhome.com