使用python处理XML文件

发表于   |   分类于   |  

前言

本文主要记录我的一段小代码：使用Python从XML文件中提取出想要的信息。主要使用的Element Tree的方法。有涉及到批量处理文件的问题。

XML

XML（Extensible Markup Language）是可扩展标记语言，标记（Markup）是关键部分。

可以用来解释XML的Python包

具体请参考深入解读Python解析XML的几种方式

  • xml.dom
  • xml.dom.minidom
  • xml.dom.pulldom
  • xml.sax
  • xml.parser.expat
  • xml.etree.ElementTRee

使用Element Tree解析XML

  • 像一个轻量级的DOM，将XML看作一棵树，利用对树的操作实现对XML的操作。

  • 优点：可用性好，速度快，消耗内存少。

  • 两种实现：一种是纯Python实现，例如: xml.etree.ElementTree ，另外一种是速度快一点的:xml.etree.cElementTree。

  • 尽量使用C语言实现的那种，因为它速度更快，而且消耗的内存更少! 在2.7程序中可以这样写:

    1
    2
    3
    4
    try:
        import xml.etree.cElementTree as ET
    except ImportError:
        import xml.etree.ElementTree as ET

  • 在Python3中可以直接写ElementTree，会优先调用c语言的实现。

使用os.walk()遍历文件夹下的文件

具体的细节参考这篇博客

  • 这个函数有三个返回值，可以用于获得路径，文件名等，也可以通过拼接字符串得到具体的路径。