Python使用ElementTree美化XML格式的操作

Python中使用ElementTree可以很方便的处理XML，但是产生的XML文件内容会合并在一行，难以看清楚。

如下格式：

<root><aa>aatext<cc>cctext</cc></aa><bb>bbtext<dd>ddtext<ee>eetext</ee></dd></bb></root>

使用minidom模块中的toprettyxml和writexml方法都有参数可以优化XML，但是有两个问题：

a. 如果解析的XML已经是美化过的，那么执行该方法会多出很多空行

b. 产生的结果会将text也独立一行，如下：

1. <root>
2. <aa>
3. aatext
4. </aa>
5. <bb>
6. bbtext
7. </bb>
8. </root>

而我想产生如下结果：

1. <root>
2. <aa>aatext</aa>
3. <bb>bbtext</bb>
4. </root>

于是只能自己写一个美化XML的方法。

我们首先研究一下ElementTree模块中的Element类，使用getroot方法返回的便是Element类。

该类中有四个属性tag、attrib、text与tail, 对应在XML中如下图所示：

整个XML就是一个Element，里面嵌套了很多子Element。

Element可以使用for循环迭代。

通过在text和tail中增加换行和制表符，就可以实现美化XML的目的。

美化代码如下：

1. def prettyXml(element, indent, newline, level = 0): # elemnt为传进来的Elment类，参数indent用于缩进，newline用于换行
2. if element: # 判断element是否有子元素
3. if element.text == None or element.text.isspace(): # 如果element的text没有内容
4. element.text = newline + indent * (level + 1)
5. else:
6. element.text = newline + indent * (level + 1) + element.text.strip() + newline + indent *(level + 1)
7. #else: # 此处两行如果把注释去掉，Element的text也会另起一行
8. #element.text = newline + indent * (level + 1) + element.text.strip() + newline + indent * level
9. temp = list(element) # 将elemnt转成list
10. for subelement in temp:
11. if temp.index(subelement) < (len(temp) - 1): # 如果不是list的最后一个元素，说明下一个行是同级别元素的起始，缩进应一致
12. subelement.tail = newline + indent * (level + 1)
13. else: # 如果是list的最后一个元素， 说明下一行是母元素的结束，缩进应该少一个
14. subelement.tail = newline + indent * level
15. prettyXml(subelement, indent, newline, level = level + 1) # 对子元素进行递归操作
16.  
17. from xml.etree import ElementTree #导入ElementTree模块
18. tree = ElementTree.parse('test.xml') #解析test.xml这个文件，该文件内容如上文
19. root = tree.getroot() #得到根元素，Element类
20. prettyXml(root, '\t', '\n') #执行美化方法
21. ElementTree.dump(root) #显示出美化后的XML内容

输出结果如下：

1. <root>
2. <aa>
3. aatext
4. <cc>cctext</cc>
5. </aa>
6. <bb>
7. bbtext
8. <dd>
9. ddtext
10. <ee>eetext</ee>
11. </dd>
12. </bb>
13. </root>

残留问题点：

windows下的换行符是"\r\n"，只需将prettyXml方法的第三个参数改为"\r\n"，使用记事本打开生成的XML大部分OK。

但是XML说明与根元素开始符之间不知如何插入"\r\n".

补充知识：python-xml 模块-代码生成xml 文档

一、XML 模块

什么是xml：可扩展的标记语言，标记翻译为标签，用标签来组织数据的语言，也是一种语言可以用来自定义文档结构。相比json 使用场景更加广泛，但是语法格式相比json 复杂很多

什么时候使用json：前后台交互数据时使用json

什么时候使用xml：当需要自定义文档结构时使用xml，比如java中经常用xml来作为配置文件，常见操作就是通过程序去读取配置信息，而修改增加删除，一般是交给用户来手动完成

标签的叫发：node(节点)、elment(元素)、tag(标签)

需求从conuntrys中获取所有的国家名称

1. ==========================>countrys
2. <data>
3. <country name="Liechtenstein">
4. <rank updated="yes">2</rank>
5. <year>2009</year>
6. <gdppc>141100</gdppc>
7. <neighbor direction="E" name="Austria" />
8. <neighbor direction="W" name="Switzerland" />
9. </country>
10. <country name="Singapore">
11. <rank updated="yes">5</rank>
12. <year>2012</year>
13. <gdppc>59900</gdppc>
14. <neighbor direction="N" name="Malaysia" />
15. </country>
16. <country name="Panama">
17. <rank updated="yes">69</rank>
18. <year>2012</year>
19. <gdppc>13600</gdppc>
20. <neighbor direction="W" name="Costa Rica" />
21. <neighbor direction="E" name="Colombia" />
22. </country>
23. </data># 取别名可以用于简化书写
24. import xml.etree.ElementTree as ET
25. tree = ET.parse('countrys')
26. #获取根标签#第一种获取标签的方式
27. #全文查找
28. iter()
29. # 获取迭代器 如果不指定参数 则迭代器迭代的是所有标签
30. print(root.iter())
31. # 获取迭代器 如果指定参数 则迭代器迭代的是所有名称匹配的标签
32. for e in root.iter("rank"):
33. print(e)
34.  
35. #第二种获取标签的方式
36. #在当前标签下(所有子级标签)寻找第一个名称匹配的标签
37. print(root.find("rank")) #第一个名称不匹配所以返回None#第三种获取标签的方式
38. #在当前标签下(所有子级标签)寻找所有名称匹配的标签
39. print(root.findall("rank")) #[]

练习：找到新加坡中year 这个标签

1. #print(e.tag) #标签名称
2. #print(e.attrib) #属性 字典类型
3. #print(e.text) #文本内容import xml.etree.ElementTree as ETtree = ET.parse("countrys")
4. # 获取根标签
5. root = tree.getroot()
6. for e in root.iter("country"):
7. if e.attrib["name"] == "Singapore":
8. y = e.find("year")
9. print(y.text) #2012

在程序中修改文档内容：把所有year标签的文本加1

1. import xml.etree.ElementTree as ETtree = ET.parse("countrys")
2. root = tree.getroot()
3. for e in root.iter("year"):
4. e.text = str(int(e.text) + 1)
5.  
6. #做完修改后要将修改后的内容写入文件
7. tree.write('countrys')

把新加坡国家删除：

1. import xml.etree.ElementTree as ETtree = ET.parse("countrys")
2. root = tree.getroot()for e in root.findall("country"):
3. print(e)
4. if e.attrib["name"] == "Singapore":
5. #删除时要通过被删除的父级标签来删除
6. root.remove(e)tree.write('countrys')

用程序将中国信息写入文档中：

1. import xml.etree.ElementTree as ETtree = ET.parse("countrys")
2. root = tree.getroot()
3. #添加时也需要将要添加的数据做成一个Element
4. c = ET.Element("country",{"name":"china"})# 在国家下有一堆子标签
5. ranke = ET.Element("ranke",{"updated":"yes"})
6. c.append(ranke)year = ET.Element("year")
7. year.text = "2018"
8. c.append(year)#添加到root标签中
9. root.append(c)
10. tree.write("countrys")

总结：一般不会通过程序 去修改 删除 和添加

什么时候应该使用XML格式：

当你需要自定文档结构时(XML最强大的地方就是结构)

前后台交互不应该使用，前后台交互应该使用JSON格式

代码生成XML文档

1. import xml.etree.ElementTree as ET# 创建根标签
2. root = ET.Element("root")
3. root.text = "这是一个XML文档!"c = ET.Element("country",{"name":"china"})
4. root.append(c)tree = ET.ElementTree(root)
5. # 参数: 文件名称 编码方式 是否需要文档声明
6. tree.write("new.xml",encoding="utf-8",xml_declaration=True)=========================>new.xml 内容为
7. <?xml version='1.0' encoding='utf-8'?>
8. <root>这是一个XML文档!<country name="china" /></root>

以上这篇Python使用ElementTree美化XML格式的操作就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持我们。