1. tag 标签：string对象，表示数据代表的种类。

2. attrib 属性：dictionary对象，表示附有的属性。

3. text：string对象，表示element的内容。

4. tail：string对象，表示element闭合之后的尾迹。

5. 若干子元素（child elements）。

Python 中处理 xml 文件有三种方式：

xml.dom：适合用于处理 DOM API。它能够将 XML 数据在内存中解析成一个树，然后通过对树的操作来操作 XML。但是这种方式由于将 XML 数据映射到内存中的树，导致比较慢，且消耗更多内存

xml.sax：Python 标准库包含 SAX 解析器，SAX 用事件驱动模型，通过在解析 XML 的过程中触发一个个的事件并调用用户定义的回调函数来处理 XML 文件。

xml.etree.ElementTree 就像一个轻量级的 DOM，具有方便友好的 API。代码可用性好，速度快，消耗内存少。

注： 因DOM需要将 XML 数据映射到内存中的树，一是比较慢，二是比较耗内存，而 SAX 流式读取 XML 文件，比较快，占用内存少，但需要用户实现回调函数（handler）

Python 中 ElementTree 模块

ElementTree 是 Python 中内置的模块

通过 import xml.etree.ElementTree 导入

ElementTree 模块中属性方法，如下

tag　　获取节点名称

attrib　　属性

text　　文本

tail　　附加文本

可以通过索引取值操作获取子节点

< gdppc1 > 141100 </ gdppc1 > test < neighbor1 name ="Austria" direction ="E" /> < neighbor1 name ="Switzerland" direction ="W" /> </ country1 > < country2 name ="Singapore" > < rank2 updated ="no" > 5 </ rank2 > < year2 > 2011 </ year2 > < gdppc2 > 59900 </ gdppc2 > < neighbor2 name ="Malaysia" direction ="N" /> </ country2 > </ data >

import xml.etree.ElementTree as ET
et = ET.parse("xmlfile")
root = et.getroot()
print(root.tag)     # data
print(root[0].tag)  # country1
print(root[1].tag)  # country2
print(root[0].attrib)  # {'name': 'Liechtenstein'}
print(root[0][1].text)  # 2008
print(root[0][2].tail)  # test
for r in root:
    print(r.tag)
# 结果如下
country1
country2

ElementTree 模块中 ElementTree 类方法，如下

parse(source，parser=None)　　将外部 XML 文件加载到元素树中。source 是一个文件名或文件对象。Parser 是一个可选的解析器实例。如果没有给出，则使用标准 XMLParse r解析器。返回一个 ElementTree 实例。

getroot()　　返回此树的根元素

write(file, encoding="us-ascii", xml_declaration=None, default_namespace=None, method="xml", *, short_empty_elements=True)

将元素树作为 XML 写入文件。

file 是一个文件名，或一个为写入而打开的文件对象。

encoding 是输出编码(默认为 US-ASCII)。

xml_declaration 控制是否应该将 XML 声明添加到文件中。如果不是 US-ASCII 或 UTF-8 或 Unicode，则使用 False 表示从不，True 表示总是，None 仅表示 None(默认为 None)。

default_namespace 设置默认的 XML 名称空间(对于 “xmlns”)。

method 是 “xml”，“html” 或 “text”(默认是 “xml”)。

仅限关键字的 short_empty_elements 参数控制不包含内容的元素的格式。

如果为 True(默认值)，则它们作为单个自闭标记发出，否则它们作为一对开始/结束标记发出。

clear() 　　重置一个元素。清除指定节点元素的所有属性

get(key, default=None)　　获取名为 key 的元素属性。返回属性值，如果未找到该属性，则返回默认值

items()　　以(名称、值)对序列的形式返回元素属性。属性以任意顺序返回。

keys()　　以列表形式返回元素属性名称。名称以任意顺序返回。

set(key, value)　　将元素上的属性 key 设置为 value。

et = ET.parse( " xmlfile " ) root = et.getroot() # attr = root[0].attrib # 获取到country1节点属性 # attr.clear() # 清除country1节点中的所有属性，这仅仅是在内存中删除了，xml文件中的内容没有改变 # et.write("xmlfile") # #将内存中的数据写入xml文件中，此时xml文件中的内容才发生改变 rank1 = root[0][0] print (rank1.get( " updated " )) # yes -- get取出对于属性的值 print (rank1.get( " aaa " )) # 当元素key不存在时返回None rank1.set( " name " , " Evan " ) # 给节点元素添加属性 et.write( " xmlfile " ) neighbor1 = root[0][3 ] print (neighbor1.keys()) # ['direction', 'name'] print (neighbor1.items()) # [('direction', 'E'), ('name', 'Austria')]

查找元素方法

findall()　　仅查找当前元素的直接子元素中带有指定标签的元素。

find() 　　查找当前元素带有特定标签的第一个 子级，并返回子级中的元素。

可以用 Element.text 访问元素的文本内容。 Element.get 访问元素的属性

iter()　　根据元素名进行深度优先遍历特点节点

<gdppc>141100</gdppc> test <neighbor direction= " E " name= " Austria " /> <neighbor direction= " W " name= " Switzerland " /> </country> <country name= " Singapore " > <rank updated= " no " >5</rank> <year>2011</year> <gdppc>59900</gdppc> <neighbor direction= " N " name= " Malaysia " /> </country> </data> # find 和 findall 用法 import xml.etree.ElementTree as ET et = ET.parse( " xmlfile " ) root = et.getroot() print (root.find( " country " )) # <Element 'country' at 0x000000000120D598> print (root.findall( " country " )) # [<Element 'country' at 0x000000000120D598>, <Element 'country' at 0x00000000014CCE08>] print (root.find( " country " ).get( " name " )) # dcs print (root.find( " country " ).attrib) # {'name': 'dcs'} for node in root.iter( ' rank ' ): print ([node.tag, node.attrib, node.text]) ['rank', {'name': 'Evan', 'updated': 'yes'}, '2'] ['rank', {'updated': 'no'}, '5']

del　　删除节点，删除当前元素索引指定的子级。

remove　　删除节点，只能删除当前节点的子节点

<gdppc>141100</gdppc> test <neighbor direction= " E " name= " Austria " /> <neighbor direction= " W " name= " Switzerland " /> </country> <country name= " Singapore " > <rank updated= " no " >5</rank> <year>2011</year> <gdppc>59900</gdppc> <neighbor direction= " N " name= " Malaysia " /> </country> </data> # del 和 remove 删除节点操作如下 import xml.etree.ElementTree as ET # del 删除节点 et = ET.parse("xmlfile") root = et.getroot() # print(root[0][1].tag) # year del root[0][1] # 删除第一个country节点下year节点 et.write("xmlfile") for r in root[0]: # 通过遍历root[0]，拿到country下的所有节点元素对象 print(r.tag) # 再通过tag取出country下的所有节点元素对象的节点名称 # remove 删除节点 tree = ET.parse( ' xmlfile ' ) root = tree.getroot() root.remove(root.findall( " country " )) # 删除了第一个country节点 root.remove(root.findall( " country " )[1]) # 删除了第二个country节点 tree.write( " xmlfile " ) # for i in root.findall('country'): # 找到所用的country节点 # if i.find('year').text == '2008': # country节点中有year子节点，且year元素的值是‘2008’，就删除此country节点 # root.remove(i) # 当前节点是root，子节点i是拥有2008值的year节点的country节点 # tree.write('xmlfile')

修改 XML 文件

使用 Element.text 修改文本字段。

使用 Element.set() 方法添加和修改属性。

使用 Element.append() 添加新的子元素。将元素子元素添加到此元素内部子元素列表的末尾。如果 subelement 不是 Element 则引发 TypeError

修改现有的节点

root = et.getroot() for node in root.iter( ' year ' ): node.text = ' 2012 ' # 将元素名位year的值修改为2012 node.set( ' Zodiac ' , ' monkey ' ) # 给year元素添加/修改属性，<year Zodiac="monkey">2012</year> et.write( ' xmlfile ' , encoding= ' UTF-8 ' ) tree = ET.parse( ' xmlfile ' ) root = tree.getroot() sub = ET.fromstring( ' <myyear/> ' ) # 准备要添加的元素名 for item in root.iter( ' country ' ): # 要加在哪个字段下，这里是将myyear加在country下面 item.append(sub) for item in root.iter( ' myyear ' ): item.text = ' 永恒，当前 ' # 给myyear元素添加元素值 item.set( ' 末日 ' , ' 到了 ' ) # 给myyear元素添加/修改属性，<year 末日="到了">2012</year> tree.write( ' xmlfile ' , encoding= ' UTF-8 ' ) root = tree.getroot() for item in root.iter( ' country ' ): # 要加在哪个字段下，这里是将myyear加在country下面 ET.SubElement(item, ' myyear ' ) # 前面是要添加在哪个字段下；后面是要添加的元素名 for item in root.iter( ' myyear ' ): item.text = ' 永恒，当前 ' # 给myyear元素添加元素值 item.set( ' 末日 ' , ' 到了 ' ) # 给myyear元素添加/修改属性，<year 末日="到了">2012</year> tree.write( ' xmlfile ' , encoding= ' UTF-8 ' )