Python中使用ElementTree對(duì)XML文件進(jìn)行解析

官方API介紹：https://docs.python.org/3.6/library/xml.etree.elementtree.html

XML文件介紹：

XML指可擴(kuò)展標(biāo)記語(yǔ)言（eXtensible Markup Language），接觸過(guò)Java或者Android的同學(xué)們相信絕對(duì)不會(huì)陌生，XML被設(shè)計(jì)用來(lái)傳輸和存儲(chǔ)數(shù)據(jù)，雖然現(xiàn)在用來(lái)與服務(wù)端交互更多情況下使用的都是Json格式的數(shù)據(jù)，但是XML格式還是有著廣泛的應(yīng)用。
最近在公司的項(xiàng)目中，需要使用Python腳本在后臺(tái)對(duì)反編譯的apk文件進(jìn)行合并，其中對(duì)Manifest文件中標(biāo)簽的處理，主要就是用到了Python中的XML解析，因此寫(xiě)一篇文章記錄一下。

Python中提供的XML解析方式：

準(zhǔn)備一份XML格式的文件：

巧婦難為無(wú)米之炊，需要進(jìn)行解析，首先必須有一個(gè)XML文件，本篇文章采用官方API示例中的XML文檔，示例代碼如下：

<?xml version="1.0"?>
<data>
    <country name="Liechtenstein">
        <rank>1</rank>
        <year>2008</year>
        <gdppc>141100</gdppc>
        <neighbor name="Austria" direction="E"/>
        <neighbor name="Switzerland" direction="W"/>
    </country>
    <country name="Singapore">
        <rank>4</rank>
        <year>2011</year>
        <gdppc>59900</gdppc>
        <neighbor name="Malaysia" direction="N"/>
    </country>
    <country name="Panama">
        <rank>68</rank>
        <year>2011</year>
        <gdppc>13600</gdppc>
        <neighbor name="Costa Rica" direction="W"/>
        <neighbor name="Colombia" direction="E"/>
    </country>
</data>

XML文件格式介紹：

<tag attrib = > text </tag> tail
例：<APP_KEY channel = 'CSDN'> hello123456789 </APP_KEY>

• tag，即標(biāo)簽，用于標(biāo)識(shí)該元素表示哪種數(shù)據(jù)，即APP_KEY
• attrib，即屬性，用Dictionary形式保存，即{'channel' = 'CSDN'}
• text，文本字符串，可以用來(lái)存儲(chǔ)一些數(shù)據(jù)，即hello123456789
• tail，尾字符串，并不是必須的，例子中沒(méi)有包含。

ElementTree解析XML文件的過(guò)程：

• 導(dǎo)入ElementTree，import xml.etree.ElementTree as ET
• 解析Xml文件找到根節(jié)點(diǎn)：
• 直接解析XML文件并獲得根節(jié)點(diǎn)，tree = ET.parse('country_data.xml') root = tree.getroot()
• 解析字符串，root = ET.fromstring(country_data_as_string)
• 遍歷根節(jié)點(diǎn)可以獲得子節(jié)點(diǎn)，然后就可以根據(jù)需求拿到需要的字段了。

源碼演示：

示例代碼：

#！usr/bin/python
# -*- coding: utf-8 -*-
#==========================
import xml.etree.ElementTree as ET
tree = ET.parse('country_data.xml')
root = tree.getroot()
print('root-tag:',root.tag,',root-attrib:',root.attrib,',root-text:',root.text)
for child in root:
     print('child-tag是：',child.tag,',child.attrib：',child.attrib,',child.text：',child.text)
     for sub in child:
          print('sub-tag是：',sub.tag,',sub.attrib：',sub.attrib,',sub.text：',sub.text)

運(yùn)行結(jié)果：

>>> 
root-tag: data ,root-attrib: {} ,root-text: 
    
child-tag是： country ,child.attrib： {'name': 'Liechtenstein'} ,child.text： 
        
sub-tag是： rank ,sub.attrib： {} ,sub.text： 1
sub-tag是： year ,sub.attrib： {} ,sub.text： 2008
sub-tag是： gdppc ,sub.attrib： {} ,sub.text： 141100
sub-tag是： neighbor ,sub.attrib： {'direction': 'E', 'name': 'Austria'} ,sub.text： None
sub-tag是： neighbor ,sub.attrib： {'direction': 'W', 'name': 'Switzerland'} ,sub.text： None
child-tag是： country ,child.attrib： {'name': 'Singapore'} ,child.text： 
        
sub-tag是： rank ,sub.attrib： {} ,sub.text： 4
sub-tag是： year ,sub.attrib： {} ,sub.text： 2011
sub-tag是： gdppc ,sub.attrib： {} ,sub.text： 59900
sub-tag是： neighbor ,sub.attrib： {'direction': 'N', 'name': 'Malaysia'} ,sub.text： None
child-tag是： country ,child.attrib： {'name': 'Panama'} ,child.text： 
        
sub-tag是： rank ,sub.attrib： {} ,sub.text： 68
sub-tag是： year ,sub.attrib： {} ,sub.text： 2011
sub-tag是： gdppc ,sub.attrib： {} ,sub.text： 13600
sub-tag是： neighbor ,sub.attrib： {'direction': 'W', 'name': 'Costa Rica'} ,sub.text： None
sub-tag是： neighbor ,sub.attrib： {'direction': 'E', 'name': 'Colombia'} ,sub.text： None

查找指定的子節(jié)點(diǎn)：

當(dāng)XML文件較大或者其中的子節(jié)點(diǎn)tag非常多的時(shí)候，一個(gè)一個(gè)獲取是比較麻煩的而且有很多不是我們需要的，這樣我們可以通過(guò)find('nodeName')或者findall('nodeName')方法來(lái)查找指定tag的節(jié)點(diǎn)。

• find('nodeName')：表示在該節(jié)點(diǎn)下，查找其中第一個(gè)tag為nodeName的節(jié)點(diǎn)。
• findall('nodeName')：表示在該節(jié)點(diǎn)下，查找其中所有tag為nodeName的節(jié)點(diǎn)。

代碼示例：

#！usr/bin/python
# -*- coding: utf-8 -*-
import xml.etree.ElementTree as ET
tree = ET.parse('country_data.xml')
root = tree.getroot()
animNode = root.find('country') #查找root節(jié)點(diǎn)下第一個(gè)tag為country的節(jié)點(diǎn)
print(animNode.tag,animNode.attrib,animNode.text)

運(yùn)行結(jié)果,可以在XML文件中看到，第一個(gè)tag為country的節(jié)點(diǎn)確實(shí)是Liechtenstein：

>>> 
country {'name': 'Liechtenstein'} 

刪除指定的節(jié)點(diǎn)以及保存

在合并Manifest文件的時(shí)候，可能有一些重復(fù)的權(quán)限，那么怎么刪除掉呢，刪除指定節(jié)點(diǎn)可以通過(guò)remove(node)方法,移除指定的節(jié)點(diǎn)。
代碼示例，比如我們想移除attribute中name為L(zhǎng)iechtenstein的節(jié)點(diǎn)：

#！usr/bin/python
# -*- coding: utf-8 -*-
import xml.etree.ElementTree as ET
tree = ET.parse('country_data.xml')
root = tree.getroot()
animNode = root.find('country') 
if animNode.attrib['name'] == 'Liechtenstein':
     root.remove(animNode)
tree.write('finish.xml')#保存修改后的XML文件

運(yùn)行結(jié)果,我們打開(kāi)保存的finish.xml文件，發(fā)現(xiàn)保存結(jié)果如下，name為L(zhǎng)iechtenstein的節(jié)點(diǎn)已經(jīng)被刪除了：

<data>
    <country name="Singapore">
        <rank>4</rank>
        <year>2011</year>
        <gdppc>59900</gdppc>
        <neighbor direction="N" name="Malaysia" />
    </country>
    <country name="Panama">
        <rank>68</rank>
        <year>2011</year>
        <gdppc>13600</gdppc>
        <neighbor direction="W" name="Costa Rica" />
        <neighbor direction="E" name="Colombia" />
    </country>
</data>