首先，什么是XML？
XML（EXtensible Makrup Language）可扩展标记语言。xml的标签没有被预定性，需要自行定义标签。
XML和HTML的差异
- XML被设计用来传输和存储数据，其焦点是数据的内容。
- HTML被设计用来显示数据，其焦点是数据的外观。
HTML旨在显示信息，而XML旨在传输信息。
XML树结构
一个xml实例
<?xml version="1.0" encoding="UTF-8"?> # XML声明。它定义XML的版本和使用编码
<note> # 根元素
<to>Tove</to> # 子元素
<from>Jani</from> # 子元素
<heading>Reminder</heading> # 子元素
<body>Don't forget me this weekend!</body> # 子元素
</note> # 根元素的结尾
XML文档必须包含根元素。该元素是所有其他元素的父元素。所有元素都可以有子元素。所有元素都可以有文本内容和属性。
XML元素指的是从（且包括）开始标签直到（且包括）结束标签的部分。一个元素可以包含：其他元素、文本、属性或混合以上所有...
XML属性提供有关元素的额外信息。但如果信息感觉起来很像数据，那么请使用元素吧。
<img src="computer.gif">
<a href="demo.html">
XML语法
- XML声明如存在需要放在文档的第一行。
- 所有的XML元素都必须都一个关闭标签。
- XML标签对大小写敏感。
- XML必须正确嵌套。
- XML属性值必须加引号。
- XML中的注释：
<!-- This is a comment -->
python使用ElementTree解析xml
解析
调用parse()方法，返回解析树
# python3.3之后ElementTree模块会自动寻找可用的C库来加快速度
try:
import xml.etree.cElementTree as ET
except ImportError:
import xml.etree.ElementTree as ET
tree = ET.parse("country.xml")
root = tree.getroot() #获取根节点 <Element 'data' at 0x10d0d1630>
Element对象的常用属性：
- tag：获取该元素节点的标签
- attrib：获取该元素节点的属性字典，没有则返回空字典
- text：若该元素没有再嵌套，返回的就是该元素的内容
遍历
循环遍历
#调用ElementTree类ElementTree(self, element=None, file=None)
tree = ET.ElementTree(file = "country.xml")
root = tree.getroot()
print(root.tag, ":", root.attrib) # 打印根元素的tag和属性
#遍历root下的一层即第二层
for child in root:
print(child.tag, ":", child.attrib)
# 遍历第三层
for children in child:
print(children.tag, ":", children.attrib)
通过下标访问
访问root下第一个节点的第二个子节点的文本
print(root[0][1].text)
ElementTree提供的方法
- find(match) #查找第一个匹配的子元素，match可以是tag或xpath路径
- findall(match) #返回所有匹配的子元素列表
- findtext(match, default=None)
- iter(tag=None) # 以当前元素为根节点，创建树迭代器
- iterfind(match)
# 过滤所有neighbor标签
for neighbor in root.iter("neighbor"):
print(neighbor.tag, ":", neighbor.attrib)
# 遍历所有的country标签
for country in root.findall("country"):
# 查找country标签下的第一个rank标签
rank = country.find("rank").text
# 获取country标签的name属性
name = country.get("name")
print(name, rank)
修改xml
修改属性
其实元素的属性就是一个字典，可以通过字典的常规操作进行增删查改。
# 将rank标签的文本+1，且添加属性updated为yes~
for rank in root.iter("rank"):
new_rank = int(rank.text) + 1
rank.text = str(new_rank)
rank.set("updated", "yes~")
# 在终端显示整个xml
ET.dump(root)
# 保存输出修改后的内容
tree.write("output.xml")
节点/元素相关
相当于列表的操作，删除元素使用remove，新增元素使用append、extend或insert均可。
list.append(object) 向列表中添加一个对象object
list.extend(sequence) 把一个序列seq的内容添加到列表中
elem1 = ET.Element("test_append")
elem1.text = "elem1"
country.append(elem1)
elem2 = ET.SubElement(country, 'test_subelement')
elem2.text = "elem2"
elem3 = ET.Element("test_extend")
elem3.text = "elem3"
elem4 = ET.Element("test_extend")
elem4.text = "elem4"
country.extend([elem3, elem4])
elem5 = ET.Element("test_insert")
elem5.text = "elem5"
country.insert(5, elem5)
