python ElementTree怎么调到特定地方 python elementtree解析xml

背景

Python有三种方法解析xml：SAX，DOM，Elementree。本文记录ElementTree方法解析xml。
目前自己用的是Python3.6，但在该版本中并没有xml的缩进函数ET.indent，不过就我所知3.9版本是有的，所以当前3.6写出来的xml是无法调用函数来美化xml排版，文中的xml排版是手动挡 :）。当然，也可以写个函数来自动优化。

正文

xml是一种固有的分层数据格式，最好的描述方式就是使用树形结构。在ElementTree模块中，使用ElementTree对象来表示一棵树，Element对象来表示树中的一个单一结点。读取、写入一个xml文件一般都是在ElementTree层面上操作，而对xml元素（结点）及其子元素（子结点）的操作是在Element层面上进行。

说明：下面的内容有时候使用明确的node名称来代替Element进行操作，有时候使用Element泛指一个结点。ElementTree和Element是一个类，创建一棵树tree或者一个结点node相当于类的实例化。

解析xml文件

import xml.etree.ElementTree as ET   # 导入ElementTree模块
tree = ET.parse(xml_file_path)       # 解析xml文件，得到树形结构
root = tree.getroot()                # 获取根节点

结点基础：node.tag，node.attrib，node.get()，node.text

每个结点都有标签（tag）和属性（attrib），标签名一般不为空，属性可为空，比如：

<data, attrib=[]>
	<daughter_node, name="child_1", age="20">
		<chichild_node>
		...
		</chichild_node>
	</daughter_node>
	
	...
	
	<daughter_node>2021</daughter_node>
	
	<son_node>
		...
	<son_node>
	
	...
	
	<son_node>
		...
	<son_node>
</data>

上面为一个根结点及其子结点的例子，根结点的标签名为data，没有属性（attrib为空：[]）。注意区分结点的属性和结点的子结点，属性包含在结点的括号<>中，而子结点是夹在一对标签内。获取一个结点的标签和属性（此处结点为根节点）：

root.tag              # 返回结点的标签名data
root.atrrib			  # 返回结点的属性，此时根节点的属性为[]

而对于非空属性的结点，其属性可以单个或者多个，比如下面这个结点child node，它带有两个属性name和age：

<child_node, name="child_1" age="20">
	...
</child_node>

可以使用如下代码来访问child_node属性：

child_node.attrib                    # 返回一个字典，字典包含每个属性名和属性内容
child_node.get("name")               # 返回name属性的属性内容:child_1

假定C结点（node结点）没有子结点，但夹有文本信息：

<node>2021</node>

则要获取node结点的文本信息，有：

node.text            # 返回“2021”

结点拔高：遍历，索引，遍历指定结点Element.iter()，查找指定结点Element.findall()

• 有子结点的父结点是可迭代循环的，可以用for循环遍历父结点的所有子结点

for child in root:
	print((child.tag, child.attrib))

• 通过索引的方式获取结点

node = root[0][1]

此处表示返回root结点（A）的第0个子结点（B）的第1个子结点（C），ABC三个的关系是，A是B的父节点，A是C的爷爷节点，B是C的父节点。

• 指定遍历某一类结点
  假定要遍历上面例子中data结点下的所有daughter_node，则可以使用Element.iter()来指定遍历结点：

for daughter in data.iter("daughter_node"):
	print(daughter.tag)
	print(daughter.attrib)

ps：可以用data.findall()替换data.iter()，进行同样的迭代，但区别在哪里自己探索吧。

创建xml并保存

• 创建结点：ElementTree.Element()
• 创建树形结构：ElementTree.ElementTree()
• 保存为xml文件：ElementTree.write()
• 添加子结点：ElementTree.append()

要创建xml文件，那首先就要创建一个树形结构，对于树形结构，肯定是在ElementTree这个层次上创建，相当于创建了一个树架子，而Element是创建结点，创建树架子和结点后，你需要将Element结点挂到树架子ElementTree上，因此：

xml_2_path = r"path\to\save\your\xml\file.xml"
root = ET.Element("data", {"year":"2021", "age":"21"})				# 创建根节点
new_tree = ET.ElementTree(element=root)								# 创建树形结构，再将根节点传递到树中
child = ET.Element("child_1")										# 创建一个结点
child.text = "Anya"													# 创界该结点的text内容
root.append(child)													# 将该结点连接到根结点root，此时该结点便成了root的子结点
new_tree.write(xml_2_path)

修改xml

• 修改文本：node.text = 2022
• 修改属性：node.set()
• 移除结点：Element.remove()
• 查找特定结点：Element.findall()

假定目前已有xml文件如下：

<data, attrib=[]>
	<daughter_node, name="child_1", age="20">
		<chichild_node>
		...
		</chichild_node>
	</daughter_node>
	
	...
	
	<daughter_node>2021</daughter_node>
	
	<son_node>
		...
	<son_node>
	
	...
	
	<son_node>
		...
	<son_node>
</data>

• 对于创建的Element对象，可以通过直接对其结点域（fields）赋值，达到修改的目的，例如：

daughter_node.text = 2022             # 原值为2021，经赋值后，当前值为2022

• 对于一个结点的属性，可以使用Element.set()来新增或修改结点属性：

data[0].set("age", "21")
data[0].set("where", "home")

data[0]代表data的第一个子结点daughter_node，有属性name和age，没有属性where，因此上面的代码第一条修改了age属性，将20修改为21；新增了属性where，其属性值为home。此时该节点有三个属性。

• 假定当前for循环遍历所有son_node，删掉满足判断条件（此处为True）的son_node，那么：

for one_son_node in data.findall("son_node"):
	if True:
		data.remove(one_son_node)

注意，此处不能用data.iter()替代data.findall()，因为后者只是查找，返回的是查找的结果；而前者是迭代，如果在迭代的过程中修改，会导致迭代发生错误

保存修改后的xml树

在经过上面的一系列修改后，此时的xml文件里的内容并没有修改，因此需要将修改后的树重写进文件中：

ElementTree.write(r"path\to\save\your\xml\file.xml")

结语

写到到这里，自己完全明白了怎么建立树形结构、结点及两者的相关操作，能准确区分ElementTree和Element到底是什么。本文只讲了一些基础的操作，看完后完全可以自行进官网查看两者的文档，发觉更多其他更操作：

• ElementTree
• Element