ZH奶酪Python使用ElementTree解析XML译Word文档格式.docx
《ZH奶酪Python使用ElementTree解析XML译Word文档格式.docx》由会员分享，可在线阅读，更多相关《ZH奶酪Python使用ElementTree解析XML译Word文档格式.docx（7页珍藏版）》请在冰豆网上搜索。
一个C语言实现的可用API：
xml.etree.cElementTree.
Changedinversion2.7:
TheElementTreeAPIisupdatedto1.3.Formoreinformation,seeIntroducingElementTree1.3.
19.7.1.综述
这是关于使用xml.etree.ElementTree（ET）的简要综述，目的是演示如何创建block和模块的基本概念。
19.7.1.1.XML树和elements
XMLisaninherentlyhierarchicaldataformat,andthemostnaturalwaytorepresentitiswithatree.EThastwoclassesforthispurpose-ElementTree表示整个XML文档,andElement表示树中的一个节点。
遍历整个文档r（读写文件）通常使用ElementTree遍历单独的节点或者子节点通常使用element。
19.7.1.2.解析XML
我们使用下面的XML文档做为示例:
1
2008
141100
4
2011
59900
68
13600
我们有多种方法导入数据。
从硬盘文件导入：
importxml.etree.ElementTreeasET
tree=ET.parse（'
country_data.xml'
）
root=tree.getroot（）通过字符串导入：
root=ET.fromstring（country_data_as_string）fromstring（）解析XML时直接将字符串转换为一个Element，解析树的根节点。
其他的解析函数会建立一个ElementTree。
一个Element,根节点有一个tag以及一些列属性（保存在dictionary中）
>
root.tag
'
data'
root.attrib
{}有一些列孩子节点可供遍历：
forchildinroot:
...printchild.tag,child.attrib
...
country{'
name'
:
'
Liechtenstein'
}
Singapore'
Panama'
}孩子节点是嵌套的，我们可以通过索引访问特定的孩子节点。
root[0][1].text
2008'
19.7.1.3.查找感兴趣的element
Element拥有一些方法来帮助我们迭代遍历其子树。
例如：
Element.iter（）:
forneighborinroot.iter（'
neighbor'
）:
...printneighbor.attrib
{'
Austria'
'
direction'
E'
Switzerland'
W'
Malaysia'
N'
CostaRica'
Colombia'
}Element.findall（）查找当前element的孩子的属于某个tag的element。
Element.find（）查找属于某个tag的第一个element,Element.text访问element的文本内容。
Element.get（）获取element的属性。
forcountryinroot.findall（'
country'
...rank=country.find（'
rank'
）.text
...name=country.get（'
...printname,rank
Liechtenstein1
Singapore4
Panama68使用XPath.可以更加巧妙的访问element。
19.7.1.4.修改XML文件
ElementTree提供了一个简单的方法来建立XML文档并将其写入文件。
ElementTree.write（）提供了这个功能。
一旦被建立，一个Element对象可能会进行以下操作：
改变文本（比如Element.text）,添加或修改属性（Element.set（））,添加孩子（例如Element.append（））.
假设我们想将每个国家的排名+1，并且增加一个updated属性：
forrankinroot.iter（'
...new_rank=int（rank.text）+1
...rank.text=str（new_rank）
...rank.set（'
updated'
yes'
tree.write（'
output.xml'
）我们的XML现在是这样的：
2
5
69
我们可以使用这个函数来删除节点：
Element.remove（）.让我们删除所有排名大于50的国家：
...rank=int（country.find（'
）.text）
...ifrank>
50:
...root.remove（country）
19.7.1.5.创建XML文档：
SubElement（）函数也提供了一个为已有element创建子element的简便方法：
a=ET.Element（'
a'
b=ET.SubElement（a,'
b'
c=ET.SubElement（a,'
c'
d=ET.SubElement（c,'
d'
ET.dump（a）19.7.1.6.其他资源：
Seehttp:
//effbot.org/zone/element-index.htmfortutorialsandlinkstootherdocs.19.7.2.XPath
该模块提供了对XPathexpressions的有限的支持。
目的是支持其中的一部分句法；
完整的XPath工程超出了这个模块的范畴。
19.7.2.1.Example
root=ET.fromstring（countrydata）
#Top-levelelements
root.findall（"
."
#All'
grand-childrenof'
childrenofthetop-level
#elements
./country/neighbor"
#Nodeswithname='
thathavea'
year'
child
.//year/..[@name='
]"
#'
nodesthatarechildrenofnodeswithname='
.//*[@name='
]/year"
nodesthatarethesecondchildoftheirparent
.//neighbor[2]"
）19.7.2.2.支持的XPath语法
语法解释tag
选中符合给定tag的全部孩子elements。
Forexample,spamselectsallchildelementsnamedspam,andspam/eggselectsallgrandchildrennamedegginallchildrennamedspam.
*
选中全部孩子elements。
Forexample,*/eggselectsallgrandchildrennamedegg.
.
选中当前element。
Thisismostlyusefulatthebeginningofthepath,toindicatethatit’sarelativepath.
//
选中同一级别的全部子element.Forexample,.//eggselectsalleggelementsintheentiretree.
..
选中父亲节点；
[@attrib]
选中含有给定属性的全部节点。
[@attrib='
value'
]
选中含有给定属性以及给定属性值的全部节点。
Thevaluecannotcontainquotes.
[tag]
选中所有拥有一个叫做tag的孩子的elements。
Onlyimmediatechildrenaresupported.
[position]
选中所有位于指定位置的elements。
Thepositioncanbeeitheraninteger（1isthefirstposition）,theexpressionlast（）（forthe
升级会员 