锁定老帖子 主题:python类库:xml实践
精华帖 (0) :: 良好帖 (1) :: 新手帖 (0) :: 隐藏帖 (1)
|
|
---|---|
作者 | 正文 |
发表时间:2011-01-21
最后修改:2011-01-21
使用python开发时,由于python的开源生态圈非常的给力,对于实现同一个功能,往往在这方面的类库非常多,而开发者也同样面临着如何选择最佳的
类库作为辅助开发的工具。本文将记录本人在使用python处理xml格式数据时测试过的类库,有些类库由于先天不足,无法支持一些特性,涉及的类库或模
块有xml
(python自带)、libxml2
、lxml
、xpath
。 input_xml_string = """ <root> <item> <data version="1.0" url="http://***" /> <data version="2.0" url="http://***" /> </item> <other> <data version="1.0" url="http://***" /> <data version="2.0" url="http://***" /> </other> </root> """ python自带的xml处理模块可以使用该模块提供的”getElementsByTagName“接口找到需要的节点,实例“get_tagname”如下: import xml.dom.minidom def get_tagname(): doc = xml.dom.minidom.parseString(input_xml_string) for node in doc.getElementsByTagName("data"): print (node, node.tagName, node.getAttribute("version")) 程序运行结果如下: (<DOM Element: data at 0x89884cc>, u'data', u'1.0') (<DOM Element: data at 0x898860c>, u'data', u'2.0') (<DOM Element: data at 0x89887cc>, u'data', u'1.0') (<DOM Element: data at 0x898890c>, u'data', u'2.0') 观察上面的运行结果,”getElementsByTagName“接口查找名为data的所有节点,有时候,程序需要完成的功能是只需要某个节点下面的 data节点,如other节点下的data节点。也许您马上想到了,我们可以判断data节点的父节点是否为other来满足功能,实例 “get_tagname_other”如下: import xml.dom.minidom def get_tagname_other(): doc = xml.dom.minidom.parseString(input_xml_string) for node in doc.getElementsByTagName("data"): if node.parentNode.tagName == "other": print (node, node.tagName, node.getAttribute("version")) 程序运行结果如下: (<DOM Element: data at 0x936b7cc>, u'data', u'1.0') (<DOM Element: data at 0x936b90c>, u'data', u'2.0') 观察上面的运行结果,恩,很好,问题是解决了,但是如果我想查找other节点下的data节点且属性节点version等于1.0的那个data节点, 那么就需要添加更多的策略来筛选出我们需要的数据,显然这种方式不够灵活,因此我们想到了使用xpath的方式去搜索我们需要的节点。实例 “get_xpath”如下: import xml.etree.ElementTree from StringIO import StringIO file = StringIO(input_xml_string) def get_xpath(): doc = xml.etree.ElementTree.parse(file) for node in doc.findall("//item/data"): print (node, node.tag, (node.items())) 程序运行结果如下: (<Element data at 90c4dcc>, 'data', [('url', 'http://***'), ('version', '1.0')]) (<Element data at 90c4e8c>, 'data', [('url', 'http://***'), ('version', '2.0')]) 观察上面的运行结果,使用xpath的方式显然改善了程序的可读性,可依然没有解决上面的问题,这是由于python自带的xml模块对xpath方式的支持先天不足,如果想同时满足可读性与功能的正确性,我们需要使用针对python的第三方xml处理类库。 libxml2libxml2是使用C语言开发的xml解析器,是一个基于MIT License的免费开源软件,多种编程语言都有基于它的实现,如本文将会介绍的lxml模块。实例“get_xpath_1”如下: mport libxml2 def get_xpath_1(): doc = libxml2.parseFile("data.xml")#data.xml文件结构与上述的input_xml_string相同 for node in doc.xpathEval("//item/data[@version = '1.0']"): print (node, node.name, (node.properties.name, node.properties.content)) doc.freeDoc() 程序运行结果如下: (<xmlNode (data) object at 0x9326c6c>, 'data', ('version', '1.0')) 观察上面的运行结果,能够满足我们的需求,有点小不足“xpathEval()”接口不支持类似模板的用法,但不影响使用,由于libxml2采用C语言开发的,因此在使用API接口的方式上难免会有点“水土不服”(写法或习惯性用法) lxmllxml是以上述介绍过的libxml2为基础采用python语言开发的,从使用层面上说比libxml2更适合python开发者(鄙人感受),且"xpath"接口支持类似模板的用法,实例“get_xpath_2”如下: import lxml.etree def get_xpath_2(): doc = lxml.etree.parse(file) for node in doc.xpath("//item/data[@version = $name]", name = "1.0"): print (node, node.tag, (node.items())) 程序运行结果如下: (<Element data at a1f784c>, 'data', [('version', '1.0'), ('url', 'http://***')]) xpathxpath是python官方推荐的一个支持xpath等处理的模块,是基于本文介绍过的python自带xml处理模块扩展而成,可以很好的结合使用,同时“find”接口也支持类似模板的用法,实例“get_xpath_3”如下: import xpath def get_xpath_3(): doc = xml.dom.minidom.parseString(input_xml_string) for node in xpath.find("//item/data[@version = $name]", doc, name = "1.0"): print (node, node.tagName, node.getAttribute("version")) 程序运行结果如下: (<DOM Element: data at 0x89934cc>, u'data', u'1.0') 总结通过对这些类库的实践,我们已经了解了python在处理xml格式的数据时有各种各样的选择,并得知这些类库各自擅长那些方面的处理和各种类库的使用手法,可以根据实际需求选择合适的类库完成开发工作。 声明:ITeye文章版权属于作者,受法律保护。没有作者书面许可不得转载。
推荐链接
|
|
返回顶楼 | |
发表时间:2011-01-25
python 为什么不自带一个比较好的xpath支持呢。。。
|
|
返回顶楼 | |
浏览 8803 次