xml即可擴展標記語言，它可以用來標記數據、定義數據類型，是一種允許用戶對自己的標記語言進行定義的源語言。從結構上，很像HTML超文本標記語言。但他們被設計的目的是不同的，超文本標記語言被設計用來顯示數據，其焦點是數據的外觀。它被設計用來傳輸和存儲數據，其焦點是數據的內容。那么Python是如何處理XML語言文件的呢?下面一起來看看Python常用內置模塊之xml模塊吧。
本文主要學習的ElementTree是python的XML處理模塊，它提供了一個輕量級的對象模型。在使用ElementTree模塊時，需要import xml.etree.ElementTree的操作。ElementTree表示整個XML節點樹，而Element表示節點數中的一個單獨的節點。
構建XML文件
ElementTree(tag)，其中tag表示根節點，初始化一個ElementTree對象。
Element(tag, attrib={}, **extra)函數用來構造XML的一個根節點，其中tag表示根節點的名稱，attrib是一個可選項，表示節點的屬性。
SubElement(parent, tag, attrib={}, **extra)用來構造一個已經存在的節點的子節點 Element.text和SubElement.text表示element對象的額外的內容屬性，Element.tag和Element.attrib分別表示element對象的標簽和屬性。
ElementTree.write(file, encoding='us-ascii', xml_declaration=None, default_namespace=None, method='xml')，函數新建一個XML文件，并且將節點數數據寫入XML文件中。
下面以新建一個網站的sitemap.xml文件為例進行代碼示例
#!/usr/bin/env python # -*- coding:utf-8 -*- from xml.etree import ElementTree as ET def build_sitemap(): urlset = ET.Element("urlset") #設置一個根節點，標簽為urlset url = ET.SubElement(urlset,"url") #在根節點urlset下建立子節點 loc = ET.SubElement(url,"loc") loc.text = "" lastmod = ET.SubElement(url,"lastmod") lastmod.text = "2017-10-10" changefreq = ET.SubElement(url,"changefreq") changefreq.text = "daily" priority = ET.SubElement(url,"priority") priority.text = "1.0" tree = ET.ElementTree(urlset) tree.write("sitemap.xml") if __name__ == '__main__': build_sitemap()
結果如下圖所示：
解析和修改XML文件
ElementTree.parse(source, parser=None)，將xml文件加載并返回ElementTree對象。parser是一個可選的參數，如果為空，則默認使用標準的XMLParser解析器。
ElementTree.getroot()，得到根節點。返回根節點的element對象。
Element.remove(tag)，刪除root下名稱為tag的子節點 以下函數，ElementTree和Element的對象都包含。
find(match)，得到第一個匹配match的子節點，match可以是一個標簽名稱或者是路徑。返回個element findtext(match,default=None)，得到第一個配置的match的element的內容 findall(match)，得到匹配match下的所有的子節點，match可以是一個標簽或者是路徑，它會返回一個list，包含匹配的elements的信息 iter(tag)，創建一個以當前節點為根節點的iterator。
還是以上面創建的sitemap.xml為例，對其進行一定的修改，代碼示例如下：
#!/usr/bin/env python # -*- coding:utf-8 -*- from xml.etree import ElementTree as ET tree = ET.parse("sitemap.xml") url = tree.find("url") for rank in tree.iter('loc'): rank.text = "" tree.write("sitemap.xml")