Pythonxml.etree.ElementTreeElementTreeXMLAPI

python lib

源代码: Lib/xml/etree/ElementTree.py

xml.etree.ElementTree 模块实现了一个简单高效的API,用于解析和创建XML数据。

在 3.3 版更改: 只要有可能,这个模块将使用快速实现。xml.etree.cElementTree 模块已弃用。

警告

xml.etree.ElementTree 模块对于恶意构建的数据是不安全的。如果需要解析不可信或未经身份验证的数据,请参见 XML 漏洞

教程¶

这是一个使用 xml.etree.ElementTree (简称 ET )的简短教程。目标是演示模块的一些构建块和基本概念。

XML树和元素¶

XML是一种固有的分层数据格式,最自然的表示方法是使用树。为此, ET 有两个类 ElementTree 将整个XML文档表示为一个树, Element 表示该树中的单个节点。与整个文档的交互(读写文件)通常在 ElementTree 级别完成。与单个XML元素及其子元素的交互是在 Element 级别完成的。

解析XML¶

我们将使用以下XML文档作为本节的示例数据:

<?xml version="1.0"?>

<data>

<countryname="Liechtenstein">

<rank>1</rank>

<year>2008</year>

<gdppc>141100</gdppc>

<neighborname="Austria"direction="E"/>

<neighborname="Switzerland"direction="W"/>

</country>

<countryname="Singapore">

<rank>4</rank>

<year>2011</year>

<gdppc>59900</gdppc>

<neighborname="Malaysia"direction="N"/>

</country>

<countryname="Panama">

<rank>68</rank>

<year>2011</year>

<gdppc>13600</gdppc>

<neighborname="Costa Rica"direction="W"/>

<neighborname="Colombia"direction="E"/>

</country>

</data>

我们可以通过从文件中读取来导入此数据:

importxml.etree.ElementTreeasET

tree=ET.parse('country_data.xml')

root=tree.getroot()

或直接从字符串中:

root=ET.fromstring(country_data_as_string)

fromstring() 将XML从字符串直接解析为 Element ,该元素是已解析树的根元素。其他解析函数可能会创建一个 ElementTree 。确切的信息请检查文档。

作为一个 Elementroot 有一个标记和一个属性字典:

>>> root.tag

'data'

>>> root.attrib

{}

它还有我们可以迭代的子节点:

>>> forchildinroot:

... print(child.tag,child.attrib)

...

country {'name': 'Liechtenstein'}

country {'name': 'Singapore'}

country {'name': 'Panama'}

子级是可以嵌套的,我们可以通过索引访问特定的子级节点:

>>> root[0][1].text

'2008'

注解

并非XML输入的所有元素都将作为解析树的元素结束。目前,此模块跳过输入中的任何XML注释、处理指令和文档类型声明。然而,使用这个模块的API而不是从XML文本解析构建的树可以包含注释和处理指令,生成XML输出时同样包含这些注释和处理指令。可以通过将自定义 TreeBuilder 实例传递给 XMLParser 构造函数来访问文档类型声明。

Pull API进行非阻塞解析¶

此模块所提供了大多数解析函数都要求在返回任何结果之前一次性读取整个文档。 可以使用 XMLParser 并以渐进方式添加数据,但这是在回调目标上调用方法的推送式 API。 有时用户真正想要的是能够以渐进方式解析 XML 而无需阻塞操作,同时享受完整的已构造 Element 对象。

针对此需求的最强大工具是 XMLPullParser。 它不要求通过阻塞式读取来获得 XML 数据,而是通过执行 XMLPullParser.feed() 调用来渐进式地添加数据。 要获得已解析的 XML 元素,应调用 XMLPullParser.read_events()。 下面是一个示例:

>>> parser=ET.XMLPullParser(['start','end'])

>>> parser.feed('<mytag>sometext')

>>> list(parser.read_events())

[('start', <Element 'mytag' at 0x7fa66db2be58>)]

>>> parser.feed(' more text</mytag>')

>>> forevent,eleminparser.read_events():

... print(event)

... print(elem.tag,'text=',elem.text)

...

end

常见的用例是针对以非阻塞方式进行的应用程序,其中 XML 是从套接字接收或从某些存储设备渐进式读取的。 在这些用例中,阻塞式读取是不可接受的。

因为其非常灵活,XMLPullParser 在更简单的用例中使用起来可能并不方便。 如果你不介意你的应用程序在读取 XML 数据时造成阻塞但仍希望具有增量解析能力,可以考虑 iterparse()。 它在你读取大型 XML 文档并且不希望将它完全放去内存时会很适用。

寻找有趣的元素¶

Element 有一些很有效的方法,可帮助递归遍历其下的所有子树(包括子级,子级的子级,等等)。例如 Element.iter():

>>> forneighborinroot.iter('neighbor'):

... print(neighbor.attrib)

...

{'name': 'Austria', 'direction': 'E'}

{'name': 'Switzerland', 'direction': 'W'}

{'name': 'Malaysia', 'direction': 'N'}

{'name': 'Costa Rica', 'direction': 'W'}

{'name': 'Colombia', 'direction': 'E'}

Element.findall() 仅查找当前元素的直接子元素中带有指定标签的元素。 Element.find() 找带有特定标签的 第一个 子级,然后可以用 Element.text 访问元素的文本内容。 Element.text 访问元素的属性:

>>> forcountryinroot.findall('country'):

... rank=country.find('rank').text

... name=country.get('name')

... print(name,rank)

...

Liechtenstein 1

Singapore 4

Panama 68

通过使用 XPath ,可以更精确地指定要查找的元素。

修改XML文件¶

ElementTree 提供了一种构建XML文档并将其写入文件的简单方法。 ElementTree.write() 方法可达到此目的。

创建后可以直接操作 Element 对象。例如:使用 Element.text 修改文本字段,使用 Element.set() 方法添加和修改属性,以及使用 Element.append() 添加新的子元素。

假设我们要在每个国家/地区的中添加一个排名,并在rank元素中添加一个 updated 属性:

>>> forrankinroot.iter('rank'):

... new_rank=int(rank.text)+1

... rank.text=str(new_rank)

... rank.set('updated','yes')

...

>>> tree.write('output.xml')

生成的XML现在看起来像这样:

<?xml version="1.0"?>

<data>

<countryname="Liechtenstein">

<rankupdated="yes">2</rank>

<year>2008</year>

<gdppc>141100</gdppc>

<neighborname="Austria"direction="E"/>

<neighborname="Switzerland"direction="W"/>

</country>

<countryname="Singapore">

<rankupdated="yes">5</rank>

<year>2011</year>

<gdppc>59900</gdppc>

<neighborname="Malaysia"direction="N"/>

</country>

<countryname="Panama">

<rankupdated="yes">69</rank>

<year>2011</year>

<gdppc>13600</gdppc>

<neighborname="Costa Rica"direction="W"/>

<neighborname="Colombia"direction="E"/>

</country>

</data>

可以使用 Element.remove() 删除元素。假设我们要删除排名高于50的所有国家/地区:

>>> forcountryinroot.findall('country'):

... rank=int(country.find('rank').text)

... ifrank>50:

... root.remove(country)

...

>>> tree.write('output.xml')

生成的XML现在看起来像这样:

<?xml version="1.0"?>

<data>

<countryname="Liechtenstein">

<rankupdated="yes">2</rank>

<year>2008</year>

<gdppc>141100</gdppc>

<neighborname="Austria"direction="E"/>

<neighborname="Switzerland"direction="W"/>

</country>

<countryname="Singapore">

<rankupdated="yes">5</rank>

<year>2011</year>

<gdppc>59900</gdppc>

<neighborname="Malaysia"direction="N"/>

</country>

</data>

构建XML文档¶

SubElement() 函数还提供了一种便捷方法来为给定元素创建新的子元素:

>>> a=ET.Element('a')

>>> b=ET.SubElement(a,'b')

>>> c=ET.SubElement(a,'c')

>>> d=ET.SubElement(c,'d')

>>> ET.dump(a)

<a><b /><c><d /></c></a>

使用命名空间解析XML¶

如果 XML 输入带有 命名空间,则具有前缀的 prefix:sometag 形式的标记和属性将被扩展为 {uri}sometag,其中 prefix 会被完整 URI 所替换。 并且,如果存在 默认命名空间,则完整 URI 会被添加到所有未加前缀的标记之前。

下面的 XML 示例包含两个命名空间,一个具有前缀 "fictional" 而另一个则作为默认命名空间:

<?xml version="1.0"?>

<actorsxmlns:fictional="http://characters.example.com"

xmlns="http://people.example.com">

<actor>

<name>John Cleese</name>

<fictional:character>Lancelot</fictional:character>

<fictional:character>Archie Leach</fictional:character>

</actor>

<actor>

<name>Eric Idle</name>

<fictional:character>Sir Robin</fictional:character>

<fictional:character>Gunther</fictional:character>

<fictional:character>Commander Clement</fictional:character>

</actor>

</actors>

搜索和探查这个 XML 示例的一种方式是手动为 find()findall() 的 xpath 中的每个标记或属性添加 URI:

root=fromstring(xml_text)

foractorinroot.findall('{http://people.example.com}actor'):

name=actor.find('{http://people.example.com}name')

print(name.text)

forcharinactor.findall('{http://characters.example.com}character'):

print(' |-->',char.text)

一种更好的方式是搜索带命名空间的 XML 示例创建一个字典来存放你自己的前缀并在搜索函数中使用它们:

ns={'real_person':'http://people.example.com',

'role':'http://characters.example.com'}

foractorinroot.findall('real_person:actor',ns):

name=actor.find('real_person:name',ns)

print(name.text)

forcharinactor.findall('role:character',ns):

print(' |-->',char.text)

这两种方式都会输出:

JohnCleese

|-->Lancelot

|-->ArchieLeach

EricIdle

|-->SirRobin

|-->Gunther

|-->CommanderClement

其他资源¶

请访问 http://effbot.org/zone/element-index.htm 获取教程和其他文档的链接。

XPath支持¶

此模块提供了对 XPath 表达式 的有限支持用于在树中定位元素。 其目标是支持一个简化语法的较小子集;完整的 XPath 引擎超出了此模块的适用范围。

示例¶

下面是一个演示此模块的部分 XPath 功能的例子。 我们将使用来自 解析 XML 小节的 countrydata XML 文档:

importxml.etree.ElementTreeasET

root=ET.fromstring(countrydata)

# Top-level elements

root.findall(".")

# All 'neighbor' grand-children of 'country' children of the top-level

# elements

root.findall("./country/neighbor")

# Nodes with name='Singapore' that have a 'year' child

root.findall(".//year/..[@name='Singapore']")

# 'year' nodes that are children of nodes with name='Singapore'

root.findall(".//*[@name='Singapore']/year")

# All 'neighbor' nodes that are the second child of their parent

root.findall(".//neighbor[2]")

支持的XPath语法¶

语法

含义

tag

Selects all child elements with the given tag.

For example, spam selects all child elements

named spam, and spam/egg selects all

grandchildren named egg in all children named

spam.

*

Selects all child elements. For example, */egg

selects all grandchildren named egg.

.

选择当前节点。这在路径的开头非常有用,用于指示它是相对路径。

//

选择所有子元素 在当前元素的所有下级中选择所有下级元素。 例如,.//egg 是在整个树中选择所有 egg 元素。

..

选择父元素。 如果路径试图前往起始元素的上级(元素的 find 被调用)则返回 None

[@attrib]

选择具有给定属性的所有元素。

[@attrib='value']

选择给定属性具有给定值的所有元素。该值不能包含引号。

[tag]

选择所有包含 tag 子元素的元素。只支持直系子元素。

[.='text']

选择完整文本内容等于 text 的所有元素(包括后代)。

3.7 新版功能.

[tag='text']

选择所有包含名为 tag 的子元素的元素,这些子元素(包括后代)的完整文本内容等于给定的 text

[position]

选择位于给定位置的所有元素。 位置可以是一个整数 (1 表示首位),表达式 last() (表示末位),或者相对于末位的位置 (例如 last()-1)。

谓词(方括号内的表达式)之前必须带有标签名称,星号或其他谓词。position 谓词前必须有标签名称。

参考¶

函数¶

xml.etree.ElementTree.Comment(text=None)

注释元素工厂函数。 这个工厂函数可创建一个特殊元素,它将被标准序列化器当作 XML 注释来进行序列化。 注释字串可以是字节串或是 Unicode 字符串。 text 是包含注释字串的字符串。 返回一个表示注释的元素实例。

请注意 XMLParser 会跳过输入中的注释而不会为其创建注释对象。 ElementTree 将只在当使用某个 Element 方法向树插入了注释节点时才会包含注释节点。

xml.etree.ElementTree.dump(elem)

将一个元素树或元素结构体写入到 sys.stdout。 此函数应当只被用于调试。

实际输出格式是依赖于具体实现的。 在这个版本中,它将以普通 XML 文件的格式写入。

elem 是一个元素树或单独元素。

xml.etree.ElementTree.fromstring(text, parser=None)

根据一个字符串常量解析 XML 的节。 与 XML() 类似。 text 是包含 XML 数据的字符串。 parser 是可选的解析器实例。 如果未给出,则会使用标准 XMLParser。 返回一个 Element 实例。

xml.etree.ElementTree.fromstringlist(sequence, parser=None)

根据一个字符串片段序列解析 XML 文档。 sequence 是包含 XML 数据片段的列表或其他序列对象。 parser 是可选的解析器实例。 如果未给出,则会使用标准的 XMLParser 解析器。 返回一个 Element 实例。

3.2 新版功能.

xml.etree.ElementTree.iselement(element)

检测一个对象是否为有效的元素对象。 element 是一个元素实例。 如果对象是一个元素对象则返回 True

xml.etree.ElementTree.iterparse(source, events=None, parser=None)

Parses an XML section into an element tree incrementally, and reports what's

going on to the user. source is a filename or file object

containing XML data. events is a sequence of events to report back. The

supported events are the strings "start", "end", "start-ns" and

"end-ns" (the "ns" events are used to get detailed namespace

information). If events is omitted, only "end" events are reported.

parser is an optional parser instance. If not given, the standard

XMLParser parser is used. parser must be a subclass of

XMLParser and can only use the default TreeBuilder as a

target. Returns an iterator providing (event,elem) pairs.

请注意虽然 iterparse() 是以增量方式构建树,但它会对 source (或其所指定的文件) 发出阻塞式读取。 因此,它不适用于不可执行阻塞式读取的应用。 对于完全非阻塞式的解析,请参看 XMLPullParser

注解

iterparse() 只会确保当发出 "start" 事件时看到了开始标记的 ">" 字符,因而在这个点上属性已被定义,但文本容和末尾属性还未被定义。 这同样适用于元素的下级;它们可能存在也可能不存在。

如果你需要已完全填充的元素,请改为查找 "end" 事件。

3.4 版后已移除: parser 参数。

xml.etree.ElementTree.parse(source, parser=None)

将一个 XML 的节解析为元素树。 source 是包含 XML 数据的文件名或文件对象。 parser 是可选的解析器实例。 如果未给出,则会使用标准的 XMLParser 解析器。 返回一个 ElementTree 实例。

xml.etree.ElementTree.ProcessingInstruction(target, text=None)

PI 元素工厂函数。 这个工厂函数可创建一个特殊元素,它将被当作 XML 处理指令来进行序列化。 target 是包含 PI 目标的字符串。 text 如果给出则是包含 PI 内容的字符串。 返回一个表示处理指令的元素实例。

请注意 XMLParser 会跳过输入中的处理指令而不会为其创建注释对象。 ElementTree 将只在当使用某个 Element 方法向树插入了处理指令节点时才会包含处理指令节点。

xml.etree.ElementTree.register_namespace(prefix, uri)

注册一个命名空间前缀。 这个注册表是全局的,并且任何对应给定前缀或命名空间 URI 的现有映射都会被移除。 prefix 是命名空间前缀。 uri 是命名空间 URI。 如果可能的话,这个命名空间中的标记和属性将附带给定的前缀来进行序列化。

3.2 新版功能.

xml.etree.ElementTree.SubElement(parent, tag, attrib={}, **extra)

子元素工厂函数。 这个函数会创建一个元素实例,并将其添加到现有的元素。

元素名、属性名和属性值可以是字节串或 Unicode 字符串。 parent 是父元素。 tag 是子元素名。 attrib 是一个可选的字典,其中包含元素属性。 extra 包含额外的属性,以关键字参数形式给出。 返回一个元素实例。

xml.etree.ElementTree.tostring(element, encoding="us-ascii", method="xml", *, short_empty_elements=True)

Generates a string representation of an XML element, including all

subelements. element is an Element instance. encoding 1 is

the output encoding (default is US-ASCII). Use encoding="unicode" to

generate a Unicode string (otherwise, a bytestring is generated). method

is either "xml", "html" or "text" (default is "xml").

short_empty_elements has the same meaning as in ElementTree.write().

Returns an (optionally) encoded string containing the XML data.

3.4 新版功能: short_empty_elements 形参。

xml.etree.ElementTree.tostringlist(element, encoding="us-ascii", method="xml", *, short_empty_elements=True)

Generates a string representation of an XML element, including all

subelements. element is an Element instance. encoding 1 is

the output encoding (default is US-ASCII). Use encoding="unicode" to

generate a Unicode string (otherwise, a bytestring is generated). method

is either "xml", "html" or "text" (default is "xml").

short_empty_elements has the same meaning as in ElementTree.write().

Returns a list of (optionally) encoded strings containing the XML data.

It does not guarantee any specific sequence, except that

b"".join(tostringlist(element))==tostring(element).

3.2 新版功能.

3.4 新版功能: short_empty_elements 形参。

xml.etree.ElementTree.XML(text, parser=None)

根据一个字符串常量解析 XML 的节。 此函数可被用于在 Python 代码中嵌入“XML 字面值”。 text 是包含 XML 数据的字符串。 parser 是可选的解析器实例。 如果未给出,则会使用标准的 XMLParser 解析器。 返回一个 Element 实例。

xml.etree.ElementTree.XMLID(text, parser=None)

根据一个字符串常量解析 XML 的节,并且还将返回一个将元素的 id:s 映射到元素的字典。 text 是包含 XML 数据的字符串。 parser 是可选的解析器实例。 如果未给出,则会使用标准的 XMLParser 解析器。 返回一个包含 Element 实例和字典的元组。

XInclude 支持¶

此模块通过 xml.etree.ElementInclude 辅助模块提供了对 XInclude 指令 的有限支持,这个模块可被用来根据元素树的信息在其中插入子树和文本字符串。

示例¶

以下是一个演示 XInclude 模块用法的例子。 要在当前文本中包括一个 XML 文档,请使用 {http://www.w3.org/2001/XInclude}include 元素并将 parse 属性设为 "xml",并使用 href 属性来指定要包括的文档。

<?xml version="1.0"?>

<documentxmlns:xi="http://www.w3.org/2001/XInclude">

<xi:includehref="source.xml"parse="xml"/>

</document>

默认情况下,href 属性会被当作文件名来处理。 你可以使用自定义加载器来重载此行为。 还要注意标准辅助器不支持 XPointer 语法。

要处理这个文件,请正常加载它,并将根元素传给 xml.etree.ElementTree 模块:

fromxml.etreeimportElementTree,ElementInclude

tree=ElementTree.parse("document.xml")

root=tree.getroot()

ElementInclude.include(root)

ElementInclude 模块使用来自 source.xml 文档的根元素替代 {http://www.w3.org/2001/XInclude}include 元素。 结果看起来大概是这样:

<documentxmlns:xi="http://www.w3.org/2001/XInclude">

<para>This is a paragraph.</para>

</document>

如果省略了 parse 属性,它会取默认的 "xml"。 要求有 href 属性。

要包括文本文档,请使用 {http://www.w3.org/2001/XInclude}include 元素,并将 parse 属性设为 "text":

<?xml version="1.0"?>

<documentxmlns:xi="http://www.w3.org/2001/XInclude">

Copyright (c) <xi:includehref="year.txt"parse="text"/>.

</document>

结果可能如下所示:

<documentxmlns:xi="http://www.w3.org/2001/XInclude">

Copyright (c) 2003.

</document>

参考¶

函数¶

xml.etree.ElementInclude.default_loader(href, parse, encoding=None)

默认的加载器。 这个默认的加载器会从磁盘读取所包括的资源。 href 是一个 URL。 parse 是 "xml" 或 "text" 表示解析模式。 encoding 是可选的文本编码格式。 如果未给出,则编码格式为 utf-8。 返回已扩展的资源。 如果解析模式为 "xml",则它是一个 ElementTree 实例。 如果解析模式为 "text",则它是一个 Unicode 字符串。 如果加载器失败,它可以返回 None 或者引发异常。

xml.etree.ElementInclude.include(elem, loader=None)

This function expands XInclude directives. elem is the root element. loader is

an optional resource loader. If omitted, it defaults to default_loader().

If given, it should be a callable that implements the same interface as

default_loader(). Returns the expanded resource. If the parse mode is

"xml", this is an ElementTree instance. If the parse mode is "text",

this is a Unicode string. If the loader fails, it can return None or

raise an exception.

元素对象¶

class xml.etree.ElementTree.Element(tag, attrib={}, **extra)

元素类。 这个类定义了 Element 接口,并提供了这个接口的引用实现。

元素名、属性名和属性值可以是字节串或 Unicode 字符串。 tag 是元素名。 attrib 是一个可选的字典,其中包含元素属性。 extra 包含额外的属性,以关键字参数形式给出。

tag

一个标识此元素意味着何种数据的字符串(换句话说,元素类型)。

text

tail

这些属性可被用于存放与元素相关联的额外数据。 它们的值通常为字符串但也可以是任何应用专属的对象。 如果元素是基于 XML 文件创建的,text 属性会存放元素的开始标记及其第一个子元素或结束标记之间的文本,或者为 None,而 tail 属性会存放元素的结束标记及下一个标记之间的文本,或者为 None。 对于 XML 数据

<a><b>1<c>2<d/>3</c></b>4</a>

a 元素的 texttail 属性均为 Noneb 元素的 text"1"tail"4"c 元素的 text"2"tailNoned 元素的 textNonetail"3"

要获取一个元素的内部文本,请参阅 itertext(),例如 "".join(element.itertext())

应用程序可以将任意对象存入这些属性。

attrib

一个包含元素属性的字典。 请注意虽然 attrib 值总是一个真正可变的 Python 字典,但 ElementTree 实现可以选择其他内部表示形式,并只在有需要时才创建字典。 为了发挥这种实现的优势,请在任何可能情况下使用下列字典方法。

以下字典类方法可作用于元素属性。

clear()

重设一个元素。 此方法会移除所有子元素,清空所有属性,并将 text 和 tail 属性设为 None

get(key, default=None)

获取名为 key 的元素属性。

返回属性的值,或者如果属性未找到则返回 default

items()

将元素属性以 (name, value) 对序列的形式返回。 所返回属性的顺序任意。

keys()

将元素属性名称以列表的形式返回。 所返回名称的顺序任意。

set(key, value)

将元素的 key 属性设为 value

以下方法作用于元素的下级(子元素)。

append(subelement)

将元素 subelement 添加到此元素的子元素内部列表。 如果 subelement 不是一个 Element 则会引发 TypeError

extend(subelements)

使用具有零个或多个元素的序列对象添加 subelements。 如果某个子元素不是 Element 则会引发 TypeError

3.2 新版功能.

find(match, namespaces=None)

Finds the first subelement matching match. match may be a tag name

or a path. Returns an element instance

or None. namespaces is an optional mapping from namespace prefix

to full name.

findall(match, namespaces=None)

Finds all matching subelements, by tag name or

path. Returns a list containing all matching

elements in document order. namespaces is an optional mapping from

namespace prefix to full name.

findtext(match, default=None, namespaces=None)

Finds text for the first subelement matching match. match may be

a tag name or a path. Returns the text content

of the first matching element, or default if no element was found.

Note that if the matching element has no text content an empty string

is returned. namespaces is an optional mapping from namespace prefix

to full name.

getchildren()

3.2 版后已移除: Use list(elem) or iteration.

getiterator(tag=None)

3.2 版后已移除: Use method Element.iter() instead.

insert(index, subelement)

subelement 插入到此元素的给定位置中。 如果 subelement 不是一个 Element 则会引发 TypeError

iter(tag=None)

创建一个以当前元素为根元素的树的 iterator。 该迭代器将以文档(深度优先)顺序迭代此元素及其所有下级元素。 如果 tag 不为 None'*',则迭代器只返回标记为 tag 的元素。 如果树结构在迭代期间被修改,则结果是未定义的。

3.2 新版功能.

iterfind(match, namespaces=None)

根据标记名称或者 路径 查找所有匹配的子元素。 返回一个按文档顺序产生所有匹配元素的可迭代对象。 namespaces 是可选的从命名空间前缀到完整名称的映射。

3.2 新版功能.

itertext()

创建一个文本迭代器。 该迭代器将按文档顺序遍历此元素及其所有子元素,并返回所有内部文本。

3.2 新版功能.

makeelement(tag, attrib)

创建一个与此元素类型相同的新元素对象。 请不要调用此方法,而应改用 SubElement() 工厂函数。

remove(subelement)

从元素中移除 subelement。 与 find* 方法不同的是此方法会基于实例的标识来比较元素,而不是基于标记的值或内容。

Element 对象还支持下列序列类型方法以配合子元素使用: __delitem__(), __getitem__(), __setitem__(), __len__()

注意:不带子元素的元素将被检测为 False。 此行为将在未来的版本中发生变化。 请改用 len(elem)elemisNone 进行检测。

element=root.find('foo')

ifnotelement:# careful!

print("element not found, or element has no subelements")

ifelementisNone:

print("element not found")

ElementTree 对象¶

class xml.etree.ElementTree.ElementTree(element=None, file=None)

ElementTree 包装器类。 这个类表示一个完整的元素层级结构,并添加了一些对于标准 XML 序列化的额外支持。

element 是根元素。 如果给出 XML file 则将使用其内容来初始化树结构。

_setroot(element)

替换该树结构的根元素。 这将丢弃该树结构的当前内容,并将其替换为给定的元素。 请小心使用。 element 是一个元素实例。

find(match, namespaces=None)

Element.find() 类似,从树的根节点开始。

findall(match, namespaces=None)

Element.findall() 类似,从树的根节点开始。

findtext(match, default=None, namespaces=None)

Element.findtext() 类似,从树的根节点开始。

getiterator(tag=None)

3.2 版后已移除: Use method ElementTree.iter() instead.

getroot()

返回这个树的根元素。

iter(tag=None)

创建并返回根元素的树结构迭代器。 该迭代器会以节顺序遍历这个树的所有元素。 tag 是要查找的标记(默认返回所有元素)。

iterfind(match, namespaces=None)

Element.iterfind() 类似,从树的根节点开始。

3.2 新版功能.

parse(source, parser=None)

将一个外部 XML 节载入到此元素树。 source 是一个文件名或 file objectparser 是可选的解析器实例。 如果未给出,则会使用标准的 XMLParser 解析器。 返回该节的根元素。

write(file, encoding="us-ascii", xml_declaration=None, default_namespace=None, method="xml", *, short_empty_elements=True)

将元素树以 XML 格式写入到文件。 file 为文件名,或是以写入模式打开的 file objectencoding 1 为输出编码格式 (默认为 US-ASCII)。 xml_declaration 控制是否要将 XML 声明添加到文件中。 使用 False 表示从不添加,True 表示总是添加,None 表示仅在非 US-ASCII 或 UTF-8 或 Unicode 时添加 (默认为 None)。 default_namespace 设置默认 XML 命名空间 (用于 "xmlns")。 method"xml", "html""text" (默认为 "xml")。 仅限关键字形参 short_empty_elements 控制不包含内容的元素的格式。 如为 True (默认值),它们会被输出为单个自结束标记,否则它们会被输出为一对开始/结束标记。

输出是一个字符串 (str) 或字节串 (bytes)。 由*encoding* 参数来控制。 如果 encoding"unicode",则输出是一个字符串;否则为字节串;请注意这可能与 file 的类型相冲突,如果它是一个打开的 file object 的话;请确保你不会试图写入字符串到二进制流或者反向操作。

3.4 新版功能: short_empty_elements 形参。

这是将要被操作的 XML 文件:

<html>

<head>

<title>Examplepage</title>

</head>

<body>

<p>Movedto<ahref="http://example.org/">example.org</a>

or<ahref="http://example.com/">example.com</a>.</p>

</body>

</html>

修改第一段中的每个链接的 "target" 属性的示例:

>>> fromxml.etree.ElementTreeimportElementTree

>>> tree=ElementTree()

>>> tree.parse("index.xhtml")

<Element 'html' at 0xb77e6fac>

>>> p=tree.find("body/p")# Finds first occurrence of tag p in body

>>> p

<Element 'p' at 0xb77ec26c>

>>> links=list(p.iter("a"))# Returns list of all links

>>> links

[<Element 'a' at 0xb77ec2ac>, <Element 'a' at 0xb77ec1cc>]

>>> foriinlinks:# Iterates through all found links

... i.attrib["target"]="blank"

>>> tree.write("output.xhtml")

QName 对象¶

class xml.etree.ElementTree.QName(text_or_uri, tag=None)

QName 包装器。 这可被用来包装 QName 属性值,以便在输出中获得适当的命名空间处理。 text_or_uri 是一个包含 QName 值的字符串,其形式为 {uri}local,或者如果给出了 tag 参数,则为 QName 的 URI 部分。 如果给出了 tag,则第一个参数会被解读为 URI,而这个参数会被解读为本地名称。 QName 实例是不透明的。

TreeBuilder 对象¶

class xml.etree.ElementTree.TreeBuilder(element_factory=None)

Generic element structure builder. This builder converts a sequence of

start, data, and end method calls to a well-formed element structure. You

can use this class to build an element structure using a custom XML parser,

or a parser for some other XML-like format. element_factory, when given,

must be a callable accepting two positional arguments: a tag and

a dict of attributes. It is expected to return a new element instance.

close()

刷新构建器缓存,并返回最高层级的文档元素。 返回一个 Element 实例。

data(data)

将文本添加到当前元素。 data 为要添加的文本。 这应当是一个字节串或 Unicode 字符串。

end(tag)

结束当前元素。 tag 是元素名称。 返回已结束的元素。

start(tag, attrs)

打开一个新元素。 tag 是元素名称。 attrs 是包含元素属性的字典。 返回打开的元素。

In addition, a custom TreeBuilder object can provide the

following method:

doctype(name, pubid, system)

处理一条 doctype 声明。 name 为 doctype 名称。 pubid 为公有标识。 system 为系统标识。 此方法不存在于默认的 TreeBuilder 类中。

3.2 新版功能.

XMLParser对象¶

class xml.etree.ElementTree.XMLParser(html=0, target=None, encoding=None)

This class is the low-level building block of the module. It uses

xml.parsers.expat for efficient, event-based parsing of XML. It can

be fed XML data incrementally with the feed() method, and parsing

events are translated to a push API - by invoking callbacks on the target

object. If target is omitted, the standard TreeBuilder is used.

The html argument was historically used for backwards compatibility and is

now deprecated. If encoding 1 is given, the value overrides the

encoding specified in the XML file.

3.4 版后已移除: The html argument. The remaining arguments should be passed via

keyword to prepare for the removal of the html argument.

close()

结束向解析器提供数据。 返回调用在构造期间传入的 targetclose() 方法的结果;在默认情况下,这是最高层级的文档元素。

doctype(name, pubid, system)

3.2 版后已移除: Define the TreeBuilder.doctype() method on a custom TreeBuilder

target.

feed(data)

将数据送入解析器。 data 是编码后的数据。

XMLParser.feed() calls target's start(tag,attrs_dict) method

for each opening tag, its end(tag) method for each closing tag, and data

is processed by method data(data). XMLParser.close() calls

target's method close(). XMLParser can be used not only for

building a tree structure. This is an example of counting the maximum depth

of an XML file:

>>> fromxml.etree.ElementTreeimportXMLParser

>>> classMaxDepth:# The target object of the parser

... maxDepth=0

... depth=0

... defstart(self,tag,attrib):# Called for each opening tag.

... self.depth+=1

... ifself.depth>self.maxDepth:

... self.maxDepth=self.depth

... defend(self,tag):# Called for each closing tag.

... self.depth-=1

... defdata(self,data):

... pass# We do not need to do anything with data.

... defclose(self):# Called when all data has been parsed.

... returnself.maxDepth

...

>>> target=MaxDepth()

>>> parser=XMLParser(target=target)

>>> exampleXml="""

... <a>

... <b>

... </b>

... <b>

... <c>

... <d>

... </d>

... </c>

... </b>

... </a>"""

>>> parser.feed(exampleXml)

>>> parser.close()

4

XMLPullParser对象¶

class xml.etree.ElementTree.XMLPullParser(events=None)

A pull parser suitable for non-blocking applications. Its input-side API is

similar to that of XMLParser, but instead of pushing calls to a

callback target, XMLPullParser collects an internal list of parsing

events and lets the user read from it. events is a sequence of events to

report back. The supported events are the strings "start", "end",

"start-ns" and "end-ns" (the "ns" events are used to get detailed

namespace information). If events is omitted, only "end" events are

reported.

feed(data)

将给定的字节数据送入解析器。

close()

通知解析器数据流已终结。 不同于 XMLParser.close(),此方法总是返回 None。 当解析器被关闭时任何还未被获取的事件仍可通过 read_events() 被读取。

read_events()

Return an iterator over the events which have been encountered in the

data fed to the

parser. The iterator yields (event,elem) pairs, where event is a

string representing the type of event (e.g. "end") and elem is the

encountered Element object.

在之前对 read_events() 的调用中提供的事件将不会被再次产生。 事件仅当它们从迭代器中被取出时才会在内部队列中被消费,因此多个读取方对获取自 read_events() 的迭代器进行平行迭代将产生无法预料的结果。

注解

XMLPullParser 只会确保当发出 "start" 事件时看到了开始标记的 ">" 字符,因而在这个点上属性已被定义,但文本内容和末尾属性还未被定义。 这同样适用于元素的下级;它们可能存在也可能不存在。

如果你需要已完全填充的元素,请改为查找 "end" 事件。

3.4 新版功能.

异常¶

class xml.etree.ElementTree.ParseError

XML 解析器错误,由此模块中的多个解析方法在解析失败时引发。 此异常的实例的字符串表示将包含用户友好的错误消息。 此外,它将具有下列可用属性:

code

来自外部解析器的数字错误代码。 请参阅 xml.parsers.expat 的文档查看错误代码列表及它们的含义。

position

一个包含 line, column 数值的元组,指明错误发生的位置。

备注

1(1,2,3,4)

包括在 XML 输出中的编码格式字符串应当符合适当的标准。 例如 "UTF-8" 是有效的,但 "UTF8" 是无效的。 请参阅 https://www.w3.org/TR/2006/REC-xml11-20060816/#NT-EncodingDecl 和 https://www.iana.org/assignments/character-sets/character-sets.xhtml。

以上是 Pythonxml.etree.ElementTreeElementTreeXMLAPI 的全部内容, 来源链接: utcz.com/z/508293.html

回到顶部