这是一个关于使用lxml.etree进行XML处理的教程。它简要概述了ElementTree API的主要概念，以及一些简单的增强功能，使您作为程序员的生活更轻松。

有关API的完整参考，请参阅生成的API文档。

内容

本文章主要介绍的是元素将属性作为dict和元素包含文本

元素将属性作为dict

XML元素支持属性。您可以直接在Element工厂中创建它们：

>>> root = etree 。元素(“root” ， 有趣= “完全” )>>> etree 。tostring (root )b''

属性只是无序的名称 - 值对，因此处理它们的一种非常方便的方法是通过Elements的类字典界面：

>>> 打印(根。获得(“有趣” ))完全>>> 打印(根。获得(“你好” ))无>>> 根。集(“你好” ， “忽忽” )>>> 打印(根。获得(“你好” ))忽忽>>> etree 。tostring (root )b''>>> 排序(根。键())[ '你好'， '有趣']>>> 为 名称， 值 中的 排序(根。项目())：... 打印(' ％S = ％R ' ％ (名称， 值))你好= '忽忽' 有趣= '完全'

对于您想要进行项目查找或有其他理由获取“真正的”类字典对象的情况，例如传递它，您可以使用attrib属性：

>>> attributes = root 。ATTRIB>>> 打印(属性[ “有趣” ])完全>>> 打印(属性，获得(“无此类属性” ))无>>> 属性[ “你好” ] = “Guten变量” >>> 打印(属性[ “你好” ])Guten标签>>> 打印(根。获得(“你好” ))Guten标签

请注意，attrib是一个由Element本身支持的类似dict的对象。这意味着元素的任何更改都会反映在属性中 ，反之亦然。这也意味着，XML树在内存中保持活着，只要ATTRIB其要素之一是在使用中。要获取不依赖于XML树的属性的独立快照，请将其复制到dict中：

>>> d = 字典(根。ATTRIB )>>> 排序(d 。项目())[( '你好'， 'Guten标签')，( '有趣'， '完全')]>>> root = etree 。元素(“root” )>>> root 。text = “TEXT”>>> 打印(根。文本)TEXT>>> etree 。tostring (root )b' TEXT  root>'

在许多XML文档(以数据为中心的文档)中，这是唯一可以找到文本的地方。它由树层次结构最底部的叶标记封装。

但是，如果XML用于标记文本文档(如(X)HTML)，则文本也可以出现在树的中间的不同



元素之间：

< HTML > < 体>你好< BR />世界 身体>  HTML >

这里，
标签被文本包围。这通常被称为 文档样式或混合内容 XML。Elements通过它们的tail属性来支持它 。它包含直接跟在元素后面的文本，直到XML树中的下一个元素：

>>> html = etree 。元素(“html” )>>> body = etree 。SubElement (html ， “body” )>>> body 。text = “TEXT”>>> etree 。tostring (html )b'  TEXT  body>  html>'>>> br = etree 。子元素(正文， “br” )>>> etree 。tostring (html )b'  TEXT 
  body>  html>'>>> br 。tail = “TAIL” >>> etree 。tostring (html )b'  TEXT 
 TAIL  body>  html>'

两个属性.text和.tail足以表示XML文档中的任何文本内容。这样，除了Element类之外，ElementTree API不需要任何特殊的文本节点，这些节点往往会相当频繁(正如您可能从经典DOMAPI中获知)。

但是，有些情况下尾部文本也会妨碍。例如，当您从树中序列化元素时，您并不总是希望在结果中使用尾部文本(尽管您仍然需要其子项的尾部文本)。为此， tostring()函数接受关键字参数with_tail：

>>> etree 。tostring (br )b'
 TAIL' >>> etree 。tostring (br ， with_tail = False ) ＃lxml.etree only！B '
'

如果你想读的只有文字，即没有任何中间变量，你必须递归串联所有文字和尾部 以正确的顺序属性。同样，tostring()函数来拯救，这次使用method关键字：

>>> etree 。tostring (html ， method = “text” )b'TEXTTAIL'

如果大家没有找到一个好的技术交流群或者需要关于python的资料的如1.爬虫库--requests，bs4，lxml，scrapy，pyspider2.python开发---Django，Tornado，flask框架3.linux，shell脚本4.selenium自动化测试5.自动化运维Zabbix6.数据库 MySql，NoSql，redis正则表达式re，网络编程，面向对象，lambda，IO并发编程，GUI图形