Parsen von XML in Python mit ElementTree

Einführung

XML(eXtensible Markup Language) ist ein beliebtes und flexibles Format zur Darstellung strukturierter Daten in der Datenverarbeitung und Dokumentenerstellung. Die Standardbibliothek enthält xml.etree, eine Python-Bibliothek, die Entwicklern eine Reihe leistungsfähiger Tools zum Parsen oder Erstellen von XML-Daten, zur Bearbeitung von untergeordneten Elementen und zur programmatischen Generierung von XML-Dokumenten bietet.

In Kombination mit IronPDF, einer .NET-Bibliothek zur Erstellung und Bearbeitung von PDF-Dokumenten, können Entwickler die Vorteile der kombinierten Funktionen von XML.etree und IronPDF nutzen, um die Verarbeitung von XML-Elementobjektdaten und die dynamische Generierung von PDF-Dokumenten zu beschleunigen. In diesem ausführlichen Leitfaden tauchen wir in die Welt von xml.etree Python ein, erkunden die wichtigsten Merkmale und Funktionen und zeigen Ihnen, wie Sie es in IronPDF integrieren können, um neue Möglichkeiten der Datenverarbeitung zu erschließen.

Was ist xml.etree?

xml.etree ist Teil der Standardbibliothek von Python. Es hat die Endung .etree, auch ElementTree genannt, und bietet eine einfache und effektive ElementTree XML-API zur Verarbeitung und Änderung von XML-Dokumenten. Es ermöglicht Programmierern die Interaktion mit XML-Daten in einer hierarchischen Baumstruktur und vereinfacht die Navigation, Änderung und programmatische Erstellung von XML-Dateien.

Obwohl es leichtgewichtig und einfach zu benutzen ist, bietet xml.etree umfangreiche Funktionen für die Verarbeitung von XML-Wurzelelementdaten. Es bietet eine Möglichkeit, XML-Datendokumente aus Dateien, Strings oder dateiähnlichen Elementen zu analysieren. Die resultierende geparste XML-Datei wird als Baum von Element-Objekten dargestellt. Danach können Entwickler in diesem Baum navigieren, auf Elemente und Attribute zugreifen und verschiedene Aktionen wie das Bearbeiten, Entfernen oder Hinzufügen von Elementen durchführen.

Merkmale von xml.etree

Parsen von XML-Dokumenten

Methoden zum Parsen von XML-Dokumenten aus Strings, Dateien oder dateiähnlichen Objekten sind in xml.etree verfügbar. XML-Material kann mit der Funktion parse verarbeitet werden() funktion, die auch ein ElementTree-Objekt erzeugt, das das geparste XML-Dokument mit einem gültigen Elementobjekt darstellt.

XML-Bäume navigieren

Entwickler können xml.etree verwenden, um die Elemente eines XML-Deklarationsbaums zu durchsuchen, indem sie Funktionen wie find(), findall(), und iter() sobald das Dokument bearbeitet wurde. Der Zugriff auf bestimmte Elemente auf der Grundlage von Tags, Attributen oder XPath-Ausdrücken wird durch diese Ansätze vereinfacht.

Ändern von XML-Dokumenten

Innerhalb eines XML-Dokuments gibt es Möglichkeiten, Komponenten und Attribute mit xml.etree hinzuzufügen, zu bearbeiten und zu entfernen. Die inhärent hierarchische Struktur und der Inhalt des XML-Baums können programmatisch geändert werden, um Daten zu modifizieren, zu aktualisieren und zu transformieren.

Serialisierung von XML-Dokumenten

xml.etree ermöglicht die Serialisierung von XML-Bäumen in Strings oder dateiähnliche Objekte mit Funktionen wie ElementTree.write() nach dem Ändern eines XML-Dokuments. Dies ermöglicht es Entwicklern, XML-Bäume zu erstellen oder zu ändern und daraus XML-Ausgaben zu erzeugen.

XPath-Unterstützung

Xml.etree unterstützt XPath, eine Abfragesprache zur Auswahl von Knoten in einem XML-Dokument. Entwickler können komplexe Datenabfragen und -manipulationen durchführen, indem sie XPath-Ausdrücke zur Abfrage und Filterung von Elementen in einem XML-Baum verwenden.

Iteratives Parsing

Anstatt das gesamte Dokument auf einmal in den Speicher zu laden, können Entwickler XML-Dokumente dank der Unterstützung von xml.etree für iteratives Parsing sequentiell verarbeiten. Dies ist sehr hilfreich für die effektive Verwaltung großer XML-Dateien.

Unterstützung von Namespaces

Entwickler können mit XML-Dokumenten arbeiten, die Namespaces zur Identifizierung von Elementen und Attributen verwenden, indem sie die Unterstützung von xml.etree für XML-Namespaces nutzen. Es bietet Möglichkeiten, Standard-XML-Namespace-Präfixe aufzulösen und Namespaces innerhalb eines XML-Dokuments anzugeben.

Fehlerbehandlung

Xml.etree enthält Funktionen für die Fehlerbehandlung bei fehlerhaften XML-Dokumenten und Parsing-Fehlern. Es bietet Techniken für das Fehlermanagement und die Fehlererfassung, die die Zuverlässigkeit und Robustheit bei der Arbeit mit XML-Daten gewährleisten.

Kompatibilität und Übertragbarkeit

Da xml.etree Bestandteil der Python-Standardbibliothek ist, kann es sofort in Python-Programmen verwendet werden, ohne dass weitere Installationen erforderlich sind. Es ist portabel und mit vielen Python-Einstellungen kompatibel, da es sowohl mit Python 2 als auch mit Python 3 funktioniert.

Erstellen und Konfigurieren von xml.etree

Ein XML-Dokument erstellen

Durch das Erstellen von Objekten, die die Elemente des XML-Importbaums darstellen, und das Anhängen dieser Objekte an ein Wurzelelement können Sie ein XML-Dokument erzeugen. Dies ist ein Beispiel dafür, wie man XML-Daten erstellt:

import xml.etree.ElementTree as ET
# Create a root element 
root = ET.Element("catalog")
# Parent element
book1 = ET.SubElement(root, "book")
# child elements
book1.set("id", "1")
title1 = ET.SubElement(book1, "title")
title1.text = "Python Programming"
author1 = ET.SubElement(book1, "author")
author1.text = "John Smith"
book2 = ET.SubElement(root, "book")
book2.set("id", "2")
title2 = ET.SubElement(book2, "title")
title2.text = "Data Science Essentials"
author2 = ET.SubElement(book2, "author")
author2.text = "Jane Doe"
# Create ElementTree object
tree = ET.ElementTree(root)

import xml.etree.ElementTree as ET
# Create a root element 
root = ET.Element("catalog")
# Parent element
book1 = ET.SubElement(root, "book")
# child elements
book1.set("id", "1")
title1 = ET.SubElement(book1, "title")
title1.text = "Python Programming"
author1 = ET.SubElement(book1, "author")
author1.text = "John Smith"
book2 = ET.SubElement(root, "book")
book2.set("id", "2")
title2 = ET.SubElement(book2, "title")
title2.text = "Data Science Essentials"
author2 = ET.SubElement(book2, "author")
author2.text = "Jane Doe"
# Create ElementTree object
tree = ET.ElementTree(root)

XML-Dokument in Datei schreiben

Das Schreiben() Funktion des Element-Objekts kann zum Schreiben der XML-Datei verwendet werden:

# Write XML document to file
tree.write("catalog.xml")

# Write XML document to file
tree.write("catalog.xml")

Als Ergebnis wird das XML-Dokument in einer Datei mit dem Namen "catalog.xml" erstellt.

Parsen eines XML-Dokuments

Der ElementTree parst XML-Daten mit der Funktion parse():

# Parse an XML document
tree = ET.parse("catalog.xml")
root = tree.getroot()

# Parse an XML document
tree = ET.parse("catalog.xml")
root = tree.getroot()

Das XML-Dokument "catalog.xml" wird auf diese Weise geparst und ergibt das Wurzelelement des XML-Baums.

Zugriffselemente und Attribute

Mithilfe einer Reihe von Techniken und Funktionen, die Element-Objekte bieten, können Sie auf die Elemente und Attribute des XML-Dokuments zugreifen. Zum Beispiel, um den Titel des ersten Buches zu sehen:

# reading single xml element
first_book_title = root[0].find("title").text
print("Title of first book:", first_book_title)

# reading single xml element
first_book_title = root[0].find("title").text
print("Title of first book:", first_book_title)

XML-Dokument modifizieren

Das XML-Dokument kann durch Hinzufügen, Ändern oder Löschen von Komponenten und Attributen verändert werden. Zum Beispiel, um den Autor des zweiten Buches zu ändern:

# Modify XML document
root[1].find("author").text = "Alice Smith"

# Modify XML document
root[1].find("author").text = "Alice Smith"

XML-Dokument serialisieren

Die Funktion tostring des Moduls ElementTree() Funktion kann verwendet werden, um das XML-Dokument in eine Zeichenkette zu serialisieren:

# Serialize XML document to string
xml_string = ET.tostring(root, encoding="unicode")
print(xml_string)

# Serialize XML document to string
xml_string = ET.tostring(root, encoding="unicode")
print(xml_string)

Erste Schritte mit IronPDF

Was ist IronPDF?

IronPDF ist eine leistungsstarke .NET-Bibliothek zum programmgesteuerten Erstellen, Bearbeiten und Verändern von PDF-Dokumenten in C#, VB.NET und anderen .NET-Sprachen. Da es Entwicklern eine breite Palette von Funktionen für die dynamische Erstellung hochwertiger PDFs bietet, ist es eine beliebte Wahl für viele Programme.

IronPDF's Hauptmerkmale

PDF-Erzeugung: Mit IronPDF können Programmierer neue PDF-Dokumente erstellen oder vorhandene HTML-Tags, Text, Bilder und andere Dateiformate in PDFs konvertieren. Diese Funktion ist sehr nützlich, um Berichte, Rechnungen, Quittungen und andere Dokumente dynamisch zu erstellen.

HTML-zu-PDF-Konvertierung: IronPDF erleichtert Entwicklern die Umwandlung von HTML-Dokumenten, einschließlich Stilen aus JavaScript und CSS, in PDF-Dateien. Dies ermöglicht die Erstellung von PDFs aus Webseiten, dynamisch generierten Inhalten und HTML-Vorlagen.

Änderung und Bearbeitung von PDF-Dokumenten: IronPDF bietet eine umfassende Funktionalität zum Ändern und Verändern bereits vorhandener PDF-Dokumente. Entwickler können mehrere PDF-Dateien zusammenführen, sie in andere Dokumente aufteilen, Seiten entfernen und Lesezeichen, Anmerkungen und Wasserzeichen hinzufügen, um PDFs an ihre Anforderungen anzupassen.

IronPDF und xml.etree in Kombination

Im nächsten Abschnitt wird gezeigt, wie man mit IronPDF PDF-Dokumente auf der Grundlage von geparsten XML-Daten erzeugt. Dies zeigt, dass Sie strukturierte Daten effizient in professionelle PDF-Dokumente umwandeln können, indem Sie die Stärken von XML und IronPDF nutzen. Hier finden Sie eine detaillierte Anleitung:

Einrichtung

Stellen Sie sicher, dass IronPDF installiert ist, bevor Sie beginnen. Es kann mit pip installiert werden:

pip install IronPdf

Erzeugen von PDF-Dokumenten mit IronPDF unter Verwendung von geparstem XML

IronPDF kann verwendet werden, um ein PDF-Dokument in Abhängigkeit von den Daten zu erstellen, die Sie aus dem XML extrahiert haben, nachdem es verarbeitet wurde. Machen wir einePDF-Dokument mit einer Tabelle, die die Buchnamen und Autoren enthält:

from ironpdf import *     
# Create HTML content for PDF from the parsed xml elements
html_content = """
<html>
    <body>
        <h1>Books</h1>
        <table border='1'>
            <tr><th>Title</th><th>Author</th></tr>
"""
for book in books:
    html_content += f"<tr><td>{book['title']}</td><td>{book['author']}</td></tr>"
html_content += """
        </table>
    </body>
</html>
"""
# Generate PDF document
pdf = IronPdf()
pdf.HtmlToPdf.RenderHtmlAsPdf(html_content)
pdf.SaveAs("books.pdf")

from ironpdf import *     
# Create HTML content for PDF from the parsed xml elements
html_content = """
<html>
    <body>
        <h1>Books</h1>
        <table border='1'>
            <tr><th>Title</th><th>Author</th></tr>
"""
for book in books:
    html_content += f"<tr><td>{book['title']}</td><td>{book['author']}</td></tr>"
html_content += """
        </table>
    </body>
</html>
"""
# Generate PDF document
pdf = IronPdf()
pdf.HtmlToPdf.RenderHtmlAsPdf(html_content)
pdf.SaveAs("books.pdf")

Dieser Python-Code erzeugt eine HTML-Tabelle mit den Buchnamen und Autoren, die IronPDF dann in ein PDF-Dokument umwandelt. Nachfolgend sehen Sie die mit dem obigen Code erzeugte Ausgabe.

Ausgabe

Schlussfolgerung

Zusammenfassend lässt sich sagen, dass Entwickler, die XML-Daten parsen und dynamische PDF-Dokumente in Abhängigkeit von den geparsten Daten erstellen möchten, in der Kombination von IronPDF und xml.etree Python eine starke Lösung finden. Mit Hilfe der zuverlässigen und effektiven xml.etree Python API können Entwickler problemlos strukturierte Daten aus XML-Dokumenten extrahieren. IronPDF verbessert dies jedoch, indem es die Möglichkeit bietet, aus den verarbeiteten XML-Daten ästhetisch ansprechende und bearbeitbare PDF-Dokumente zu erstellen.

Gemeinsam ermöglichen xml.etree Python und IronPDF Entwicklern, Datenverarbeitungsaufgaben zu automatisieren, wertvolle Erkenntnisse aus XML-Datenquellen zu extrahieren und diese in Form von PDF-Dokumenten professionell und visuell ansprechend zu präsentieren. Ob es um die Erstellung von Berichten, Rechnungen oder Dokumentationen geht, die Synergie zwischen xml.etree Python und IronPDF eröffnet neue Möglichkeiten in der Datenverarbeitung und Dokumentenerstellung.

IronPDF enthält eine lebenslange Lizenz, die im Paket zu einem fairen Preis erhältlich ist. Hervorragender Wert wird durch das Paket geboten, das nur $749 kostet.(eine einmalige Anschaffung für mehrere Systeme). Lizenznehmer haben rund um die Uhr Zugang zum technischen Online-Support. Weitere Einzelheiten zu den Gebühren finden Sie unter dieser AdresseWebseite. Besuchen Sie diese*Seite um mehr über die Produkte von Iron Software zu erfahren.