2-1-04 文件操作 - XML 格式文件

模块使用

# 使用XML模块操作
#基于xml形代指式使用这个模块，用ET来代指ElementTree 
from xml.etree import ElementTree as ET

XML格式文件

1. 定义

可扩展标记语言，是一种简单的数据存储语言，XML 被设计用来传输和存储数据。

• 存储，可用来存放配置文件，例如：java的配置文件。
• 传输，网络传输时以这种格式存在，例如：早期ajax传输的数据、soap协议等。

<data>  #开始
    <country name="Liechtenstein">   # name="Liechtenstein"  属性
        <rank updated="yes">2</rank>
        <year>2023</year>
        <gdppc>141100</gdppc>
        <neighbor direction="E" name="Austria" />
        <neighbor direction="W" name="Switzerland" />
    </country>
    <country name="Singapore">
        <rank updated="yes">5</rank>
        <year>2026</year>
        <gdppc>59900</gdppc>
        <neighbor direction="N" name="Malaysia" />
    </country>
    <country name="Panama">
        <rank updated="yes">69</rank>
        <year>2026</year>
        <gdppc>13600</gdppc>
        <neighbor direction="W" name="Costa Rica" />
        <neighbor direction="E" name="Colombia" />
    </country>
</data>  # 结尾

注意：在Python开发中用的相对来比较少，大家作为了解即可（后期课程在讲解微信支付、微信公众号消息处理 时会用到基于xml传输数据）。

例如：https://developers.weixin.qq.com/doc/offiaccount/Message_Management/Receiving_standard_messages.html

2. 使用方法

2.1 读取文件和内容

2.1.1 通过xml文件读取

#基于xml形代指式使用这个模块，用ET来代指ElementTree
from xml.etree import ElementTree as ET

# 1.直接读取xml文件
# ET去打开xml文件
tree = ET.parse("file/xo.xml")# 获取根标签
root = tree.getroot()
print(root)   #<Element 'data' at 0x000002E365722BD0>  data就是根标签

2.1.2 通过文本或者网络请求获取xml格式

from xml.etree import ElementTree as ET

content = """
<data>
    <country name="Liechtenstein">
        <rank updated="yes">2</rank>
        <year>2023</year>
        <gdppc>141100</gdppc>
        <neighbor direction="E" name="Austria" />
        <neighbor direction="W" name="Switzerland" />
    </country>
     <country name="Panama">
        <rank updated="yes">69</rank>
        <year>2026</year>
        <gdppc>13600</gdppc>
        <neighbor direction="W" name="Costa Rica" />
        <neighbor direction="E" name="Colombia" />
    </country>
</data>
"""

root = ET.XML(content)   # 以字符串形式获取
print(root)  # <Element 'data' at 0x7fdaa019cea0>

2.2 读取节点数据

2.2.0 开头

from xml.etree import ElementTree as ET

content = """
<data>
    <country name="Liechtenstein">
        <rank>2</rank>
        <year>2023</year>
        <gdppc>141100</gdppc>
        <neighbor direction="E" name="Austria" />
        <neighbor direction="W" name="Switzerland" />
    </country>
     <country name="Panama">
        <rank>69</rank>
        <year>2026</year>
        <gdppc>13600</gdppc>
        <neighbor direction="W" name="Costa Rica" />
        <neighbor direction="E" name="Colombia" />
    </country>
</data>
"""

2.2.1 获取某一个标签属性等

root = ET.XML(content)

country_object = root.find("country")  # 这个是找到第一个country标签
print(country_object.tag, country_object.attrib)  #country {'name': 'Liechtenstein', 'id': '999'}
#在country下面找标签
gdppc_object = country_object.find("gdppc")
# print(gdppc_object.tag,gdppc_object.attrib)   #gdppc {}
print(gdppc_object.tag,gdppc_object.attrib,gdppc_object.text)  # gdppc {} 141100     gdppc_object.text  这个是没有属性获取中间的值

2.2.2 获取所有的信息

# 获取根标签 data
root = ET.XML(content)

# 获取data标签的孩子标签
for child in root:
  	# 第一次循环
    # child.tag = conntry    child.tag表示获取标签的名字
    # child.attrib = {"name":"Liechtenstein"}    child.attrib表示字典，会把标签的属性放入
    # 第二次循环 
    # child.tag = conntry child.tag表示获取标签的名字 
    # child.attrib = {"name":"Panama"} child.attrib表示字典，会把标签的属性放入

    print(child.tag, child.attrib)
    # 获取conntry中间的内容，用node.text获取
    for node in child:
        print(node.tag, node.attrib, node.text

root = ET.XML(content)

for child in root.iter('year'):   #  iter :在所有的里面找year标签
    print(child.tag, child.text) 
    
>>> 输出
year 2023
year 2026

#findall是找到所有的标签
root = ET.XML(content)
v1 = root.findall('country')
print(v1)  
#输出：[<Element 'country' at 0x000001DABCC07040>, <Element 'country' at 0x000001DABCC07220>]

# find 是找到第一个标签
v2 = root.find('country').find('rank')   # 找country里面的 rank 标签的值
print(v2.text)

2.3 修改和删除节点

2.3.1 抬头

from xml.etree import ElementTree as ET

content = """
<data>
    <country name="Liechtenstein">
        <rank>2</rank>
        <year>2023</year>
        <gdppc>141100</gdppc>
        <neighbor direction="E" name="Austria" />
        <neighbor direction="W" name="Switzerland" />
    </country>
     <country name="Panama">
        <rank>69</rank>
        <year>2026</year>
        <gdppc>13600</gdppc>
        <neighbor direction="W" name="Costa Rica" />
        <neighbor direction="E" name="Colombia" />
    </country>
</data>
"""

2.3.2 修改节点内容和属性

# 修改节点内容和属性
rank = root.find('country').find('rank')
print(rank.text)  #获取rank中间的内容
rank.text = "999"  #修改rank的内容
rank.set('update', '2020-11-11')  #在rank中增加属性update="2020-11-11
"
print(rank.text, rank.attrib)
############ 保存文件 ############
tree = ET.ElementTree(root)
tree.write("new.xml", encoding='utf-8')

注意：xml中的内容必须是字符串类型，不能是整型

![[assets/Pasted image 20221015123939.png]]

2.3.2 删除节点

root = ET.XML(content)
# 删除节点
root.remove( root.find('country') )
print(root.findall('country'))

############ 保存文件 ############
tree = ET.ElementTree(root)
tree.write("newnew.xml", encoding='utf-8')

2.4 构建文档

方式一

from xml.etree import ElementTree as ET

# 创建根标签
root = ET.Element("home")  
#<home>
#</home>

# 创建节点大儿子
son1 = ET.Element('son', {'name': '儿1'})
#<son name="儿1"></son>

# 创建小儿子
son2 = ET.Element('son', {"name": '儿2'})
#<son name="儿2"></son>

# 在大儿子中创建两个孙子
grandson1 = ET.Element('grandson', {'name': '儿11'})
#<grandson name="儿11"></son>

grandson2 = ET.Element('grandson', {'name': '儿12'})
#<grandson name="儿12"></son>

son1.append(grandson1)  #将 grandson1 的标签加入到 son1 中
son1.append(grandson2)  #将 grandson2 的标签加入到 son1 中

# 把儿子添加到根节点中
root.append(son1)  #将 son1 的标签加入到 root 中
root.append(son2)  #将 son2 的标签加入到 root 中
#将文档写入到oooo.xml文件中
tree = ET.ElementTree(root)
tree.write('oooo.xml', encoding='utf-8', short_empty_elements=False)

# short_empty_elements=False 表示是否使用短标签？False表示不使用  True表示使用


>>> 输出
<home>
    <son name="儿1">
        <grandson name="儿11"></grandson>
        <grandson name="儿12"></grandson>
    </son>
    <son name="儿2"></son>
</home>

![[assets/Pasted image 20221015124036.png]]

![[assets/Pasted image 20221015124043.png]]

方式二

from xml.etree import ElementTree as ET

# 创建根节点
root = ET.Element("famliy")


# 创建大儿子
son1 = root.makeelement('son', {'name': '儿1'})
# 创建小儿子
son2 = root.makeelement('son', {"name": '儿2'})

# 在大儿子中创建两个孙子
grandson1 = son1.makeelement('grandson', {'name': '儿11'})
grandson2 = son1.makeelement('grandson', {'name': '儿12'})

son1.append(grandson1)
son1.append(grandson2)


# 把儿子添加到根节点中
root.append(son1)
root.append(son2)

tree = ET.ElementTree(root)
tree.write('oooo.xml',encoding='utf-8')

方式3

from xml.etree import ElementTree as ET


# 创建根节点
root = ET.Element("famliy")


# 创建节点大儿子，直接放入root里面
son1 = ET.SubElement(root, "son", attrib={'name': '儿1'})
# 创建小儿子，直接放入root里面
son2 = ET.SubElement(root, "son", attrib={"name": "儿2"})

# 在大儿子中创建一个孙子，直接放入son1里面
grandson1 = ET.SubElement(son1, "age", attrib={'name': '儿11'})
grandson1.text = '孙子'


et = ET.ElementTree(root)  #生成文档对象
et.write("test.xml", encoding="utf-8")

升级版

from xml.etree import ElementTree as ET

# 创建根节点
root = ET.Element("user")
root.text = "<![CDATA[你好呀]]"  

et = ET.ElementTree(root)  # 生成文档对象
et.write("test.xml", encoding="utf-8")

>>> 输出
<user><![CDATA[你好呀]]</user>

案例：

content = """<xml>
    <ToUserName><![CDATA[gh_7f083739789a]]></ToUserName>
    <FromUserName><![CDATA[oia2TjuEGTNoeX76QEjQNrcURxG8]]></FromUserName>
    <CreateTime>1395658920</CreateTime>
    <MsgType><![CDATA[event]]></MsgType>
    <Event><![CDATA[TEMPLATESENDJOBFINISH]]></Event>
    <MsgID>200163836</MsgID>
    <Status><![CDATA[success]]></Status>
</xml>"""
#结果转换成字典

from xml.etree import ElementTree as ET

info = {}
root = ET.XML(content)
for node in root:
    # print(node.tag,node.text)
    info[node.tag] = node.text
print(info)