Python利用ElementTree實現(xiàn)快速解析XML文件
更新時間：2025年04月24日 14:30:46 作者：程序員總部
ElementTree 是 Python 標準庫的一部分,而且是 Python 標準庫中用于解析和操作 XML 數(shù)據(jù)的模塊,下面小編就來和大家詳細講講如何通過ElementTree實現(xiàn)快速解析XML吧
一、XML文件解析到底有多重要
假設(shè)你收到一個這樣的XML文件：
<bookstore>
<book category="編程">
<title>Python從入門到精通</title>
<author>張偉</author>
<year>2023</year>
</book>
<book category="小說">
<title>三體</title>
<author>劉慈欣</author>
<year>2008</year>
</book>
</bookstore>
需要提取所有書名和作者信息，你會怎么做？手動復制粘貼？當文件有幾百MB時這顯然行不通！Python的ElementTree模塊就是為解決這類問題而生的。
二、ElementTree快速入門
1. 加載XML的兩種方式
方式1：直接解析字符串
import xml.etree.ElementTree as ET
xml_string = """
<bookstore>
<book category="編程">
<title>Python從入門到精通</title>
<author>張偉</author>
</book>
</bookstore>
"""
root = ET.fromstring(xml_string) # 從字符串加載
方式2：讀取XML文件
tree = ET.parse('books.xml') # 從文件加載
root = tree.getroot()
2. 遍歷XML節(jié)點
獲取所有book節(jié)點：
for book in root.findall('book'):
print("找到一本書：")
print(f"類別：{book.get('category')}")
print(f"書名：{book.find('title').text}")
print(f"作者：{book.find('author').text}")
輸出結(jié)果：
找到一本書：
類別：編程
書名：Python從入門到精通
作者：張偉
找到一本書：
類別：小說
書名：三體
作者：劉慈欣
三、ElementTree核心操作詳解
1. 查找元素的三種方法
# 查找第一個匹配的節(jié)點
first_book = root.find('book')
# 查找所有匹配節(jié)點
all_books = root.findall('book')
# 用XPath查找（更強大）
titles = root.findall('.//title') # 查找所有title節(jié)點
2. 獲取節(jié)點屬性與文本
# 獲取屬性
category = book.get('category')
# 獲取文本內(nèi)容
title = book.find('title').text
# 處理可能不存在的節(jié)點
year = book.find('year')
if year is not None:
print(year.text)
3. 處理命名空間
遇到帶命名空間的XML怎么辦？
<ns:book xmlns:ns="http://example.com"> <ns:title>XML解析指南</ns:title> </ns:book>
解析方法：
ns = {'ns': 'http://example.com'}
title = root.find('ns:title', ns).text
四、實戰(zhàn)：解析真實場景XML
假設(shè)要處理一個RSS訂閱源（實際就是XML格式）：
import requests
url = "https://example.com/rss"
response = requests.get(url)
root = ET.fromstring(response.content)
for item in root.findall('.//item'):
print(f"標題：{item.find('title').text}")
print(f"鏈接：{item.find('link').text}")
print("----")
五、性能優(yōu)化技巧
當處理大型XML文件時（比如幾百MB）：
1. 使用迭代解析
for event, elem in ET.iterparse('big_file.xml'):
if elem.tag == 'book':
print(elem.find('title').text)
elem.clear() # 及時清理內(nèi)存
2. 使用lxml加速
from lxml import etree # 需要安裝：pip install lxml
# 比標準庫快3-5倍
parser = etree.XMLParser(remove_blank_text=True)
tree = etree.parse('books.xml', parser)
六、常見問題解決方案
問題1：編碼錯誤怎么辦？
with open('data.xml', 'r', encoding='utf-8') as f:
tree = ET.parse(f)
問題2：處理特殊字符
from xml.sax.saxutils import escape
safe_text = escape('文本&特殊字符<>"')
問題3：美化輸出
from xml.dom import minidom xml_str = ET.tostring(root) pretty_xml = minidom.parseString(xml_str).toprettyxml()
七、完整代碼示例
import xml.etree.ElementTree as ET
def parse_xml(file_path):
tree = ET.parse(file_path)
root = tree.getroot()
results = []
for book in root.findall('book'):
data = {
'category': book.get('category'),
'title': book.find('title').text,
'author': book.find('author').text,
'year': book.find('year').text if book.find('year') is not None else None
}
results.append(data)
return results
# 使用示例
books = parse_xml('books.xml')
for book in books:
print(f"{book['title']}（{book['year']}）")八、總結(jié)
ElementTree是Python處理XML的首選工具，因為它：
- 簡單易用：幾行代碼就能解析復雜XML
- 功能全面：支持XPath、命名空間等高級特性
- 性能良好：配合lxml可以處理GB級文件
記住這些關(guān)鍵點：
- 小文件用ET.parse()
- 大文件用ET.iterparse()
- 高性能需求用lxml
到此這篇關(guān)于Python利用ElementTree實現(xiàn)快速解析XML文件的文章就介紹到這了,更多相關(guān)Python ElementTree解析XML內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！
相關(guān)文章
使用python和yolo方法實現(xiàn)yolo標簽自動標注
本文介紹了基于YOLOv10的自動標注方法,從初階的固定標注到高階的基于YOLO檢測結(jié)果的自動標注,兩者相比,高階方法顯著提高了標注的準確性,并減少了人工操作的時間,</P><P>2024-11-11
Python使用Spire.PDF實現(xiàn)智能增刪PDF頁面
在現(xiàn)代辦公自動化和文檔處理中,PDF因其跨平臺兼容性和格式穩(wěn)定性而成為行業(yè)標準,本文將深入探討如何使用 Python 配合 Spire.PDF for Python 庫實現(xiàn)專業(yè)級的 PDF 頁面添加與刪除操作,感興趣的小伙伴可以了解下2026-01-01
這篇文章主要介紹了python實現(xiàn)跨文件全局變量的方法,需要的朋友可以參考下2014-07-07
這篇文章主要為大家詳細介紹了pygame實現(xiàn)簡單五子棋游戲，文中示例代碼介紹的非常詳細，具有一定的參考價值，感興趣的小伙伴們可以參考一下<BR>2022-01-01
這篇文章主要介紹了如何利用Python制作一個多進制轉(zhuǎn)換工具，可以實現(xiàn)2進制、4進制、8進制、10進制、16進制、32進制直接的互轉(zhuǎn)，需要的可以參考一下2022-02-02
這篇文章主要介紹了Pytorch配置GPU環(huán)境方式,具有很好的參考價值,希望對大家有所幫助,如有錯誤或未考慮完全的地方,望不吝賜教2024-02-02
Python實現(xiàn)的NN神經(jīng)網(wǎng)絡(luò)算法完整示例
這篇文章主要介紹了Python實現(xiàn)的NN神經(jīng)網(wǎng)絡(luò)算法,結(jié)合完整實例形式分析了Python使用numpy、matplotlib及sklearn模塊實現(xiàn)NN神經(jīng)網(wǎng)絡(luò)相關(guān)算法實現(xiàn)技巧與操作注意事項,需要的朋友可以參考下2018-06-06
這篇文章主要介紹了Python常見的pandas用法,結(jié)合實例形式總結(jié)分析了Python使用pandas模塊的常見操作技巧與相關(guān)注意事項,需要的朋友可以參考下2019-03-03
pytorch之torch.nn.Identity()的作用及解釋
這篇文章主要介紹了pytorch之torch.nn.Identity()的作用及解釋,具有很好的參考價值,希望對大家有所幫助,如有錯誤或未考慮完全的地方,望不吝賜教2023-08-08
關(guān)于pandas.date_range()的用法及說明
這篇文章主要介紹了關(guān)于pandas.date_range()的用法及說明，具有很好的參考價值，希望對大家有所幫助。如有錯誤或未考慮完全的地方，望不吝賜教2022-07-07