如何在Python中解析XML？

Question

我在一个包含XML的数据库中有很多行，我正试图编写一个Python脚本来计算特定节点属性的实例。

我的树看起来像：

<foo>
   <bar>
      <type foobar="1"/>
      <type foobar="2"/>
   </bar>
</foo>

如何使用Python访问XML中的属性"1"和"2"？

Answer 1

我建议^{}。同一个API还有其他兼容的实现，比如Python标准库中的^{}，和cElementTree；但是，在这种情况下，它们主要添加的是更高的速度——编程部分的易用性取决于ElementTree定义的API。

首先从XML构建一个元素实例root，例如使用XML函数，或者使用如下内容解析一个文件：

import xml.etree.ElementTree as ET
root = ET.parse('thefile.xml').getroot()

或者在^{}中显示的任何其他方式。然后做如下事情：

for type_tag in root.findall('bar/type'):
    value = type_tag.get('foobar')
    print(value)

以及类似的，通常非常简单的代码模式。

Answer 2

^{}是最快、最直接的。

XML格式：

<data>
    <items>
        <item name="item1"></item>
        <item name="item2"></item>
        <item name="item3"></item>
        <item name="item4"></item>
    </items>
</data>

Python：

from xml.dom import minidom
xmldoc = minidom.parse('items.xml')
itemlist = xmldoc.getElementsByTagName('item')
print(len(itemlist))
print(itemlist[0].attributes['name'].value)
for s in itemlist:
    print(s.attributes['name'].value)

输出：

4
item1
item1
item2
item3
item4

Answer 3

您可以使用BeautifulSoup：

from bs4 import BeautifulSoup

x="""<foo>
   <bar>
      <type foobar="1"/>
      <type foobar="2"/>
   </bar>
</foo>"""

y=BeautifulSoup(x)
>>> y.foo.bar.type["foobar"]
u'1'

>>> y.foo.bar.findAll("type")
[<type foobar="1"></type>, <type foobar="2"></type>]

>>> y.foo.bar.findAll("type")[0]["foobar"]
u'1'
>>> y.foo.bar.findAll("type")[1]["foobar"]
u'2'