《Python编程基础》课件-6.4.3XML文件处理

XML文件处理教学目标1.了解什么是XML文件

2.掌握ElementTree解析XML文件

3.掌握ElementTree创建和写入XML文件

4.了解查找元素、处理属性和命名空间XML（ExtensibleMarkupLanguage，可扩展标记语言）是一种用于存储和传输数据的结构化文本格式，通过自定义标签来描述数据结构，与HTML类似但更注重数据而非显示。核心概念：根元素（root，整个文档的顶层元素）；嵌套结构（树状层次）；验证（使用DTD或Schema确保格式正确，但Python内置模块不直接支持）；与JSON的比较（XML支持属性和注释，但更冗长）。XML在实际中的作用巨大，例如在企业系统中交换数据，或在游戏开发中存储关卡信息。1、什么是XML文件及其重要性importos#导入os模块用于文件操作ifos.path.exists('data.xml'):#检查文件是否存在，避免错误withopen('data.xml','r',encoding='utf-8')asfile:#使用with打开文件，确保自动关闭；指定编码防止乱码content=file.read()#读取整个文件作为字符串print(content)#输出内容，展示XML结构：标签嵌套、属性和文本核心概念:Python的标准库包含xml.etree.ElementTree模块（简称ET），无需pip安装，直接导入即可使用。它提供解析、构建和操作XML树的工具，比手动正则表达式或字符串操作更可靠和高效,ET模块在数据处理中的作用是桥梁。2.导入xml.etree.ElementTree模块并了解其基本功能importxml.etree.ElementTreeasET#导入ElementTree模块，别名为ET，便于使用#检查模块版本（可选，用于兼容性验证）print(ET.VERSION)#输出模块版本，如'1.3.0'#基本解析准备：从字符串创建树xml_string='<root><child>Text</child></root>'#示例XML字符串root=ET.fromstring(xml_string)#从字符串解析为ElementTree的根元素print(root.tag)#输出根标签'root'#遍历子元素forchildinroot:#迭代根的子元素print(child.tag,child.text)#输出'child''Text'#访问属性（假设有属性）#root.attrib.get('attr')#获取属性值，如果存在ET.parse是读取XML的核心工具，将文件解析为ElementTree对象核心概念:解析模式（parse文件路径或文件对象）；错误处理；迭代finditer或iter方法查找节点。在实际中，常结合循环提取数据。3.使用ElementTree解析XML文件importxml.etree.ElementTreeasET#导入模块try:tree=ET.parse('students.xml')#解析文件，返回ElementTree对象root=tree.getroot()#获取根元素print("Roottag:",root.tag)#输出'students'forstudentinroot:#遍历根的子元素（student）name=student.find('name')#查找子元素'name'age=student.find('age')#查找子元素'age'ifnameisnotNoneandageisnotNone:print(f"Student:{name.text},Age:{age.text}")#输出文本内容id_attr=student.get('id')#获取属性'id'print("ID:",id_attr)#输出属性值exceptET.ParseErrorase:#捕获解析错误print(f"Parseerror:{e}")#如语法不正确ET.Element用于创建XML元素，支持subelement添加子元素、set设置属性。核心概念:构建树（从根开始添加元素）；text和tail属性（文本和尾随文本）；编码和声明（write参数控制）。4.使用ElementTree创建和写入XML文件importxml.etree.ElementTreeasET#导入模块#创建根元素root=ET.Element('inventory')#创建根标签'inventory'#添加子元素item1=ET.SubElement(root,'item')#添加子元素'item'item1.set('id','1')#设置属性'id'name1=ET.SubElement(item1,'name')#添加孙元素'name'name1.text='Apple'#设置文本price1=ET.SubElement(item1,'price')#添加'price'price1.text='1.5'#设置文本#创建树并写入文件tree=ET.ElementTree(root)#从根创建ElementTreetree.write('output.xml',encoding='utf-8',xml_declaration=True)#写入文件，包含声明find、findall和iter方法用于查询元素，支持XPath表达式。命名空间（namespace）处理使用{uri}tag格式或register_namespace。核心概念:XPath支持（如.//tag递归查找）；属性操作（get、set、items）；命名空间映射（namespaces参数）。5.查找元素、处理属性和命名空间importxml.etree.ElementTreeasET#导入模块#解析带命名空间的XMLnamespaces={'ns':'/ns'}#定义命名空间映射root=ET.parse('ns_data.xml').getroot()#解析文件#查找元素foreleminroot.findall('.//ns:child',namespaces):#使用XPath递归查找ns:childprint(elem.tag,elem.text)#输出带命名空间的标签和文本#处理属性attr_value=root.get('{/ns}attr')#获取带命名空间的属性print("Attribute:",attr_value)#修改属性elem.set('new_attr','value')#设置新属性转换XML到字典用递归遍历，字典到XML建树。在Python中，自定义函数处理。用于JSON互换。核心概念:转换桥接格式。6.XML与字典转换importxml.etree.ElementTreeasET#导入ETdefxml_to_dict(element):#函数d={element.tag:{}ifelement.attribelseelement.text}#基本children=list(element)#子ifchildren:sub=[xml_to_dict(child)forchildinchildren]#递归d[element.tag]=subiflen(sub)>1elsesub[0]#处理列表returndroot=ET.fromstring("<root><child>Text</child></root>")#解析print(xml_to_dict(root))#输出:{'root':{'child':'Text'}}XPath是路径语言查询节点。在Python中，find/findall支持XPath。用于复杂查找如//tag[@attr=value]。核心概念:XPath轴和谓词精细定位。7.XPath查询importxml.etree.ElementTreeasET#导入ETtree=ET.parse('complex.xml')#解析nodes=tree.findall('.//book[price>10]')#XPath查询价格>10的bookfornodeinnodes:#迭代print(