PYTHON帮助

使用 ElementTree 在 Python 中解析 XML

发布 2024年八月13日

介绍

XML(可扩展标记语言)结构化数据格式是数据处理和文档生成中表示结构化数据的一种流行而灵活的格式。标准库包括 xml.etree，这是一个 Python 库，为开发人员提供了一套强大的工具，用于解析或创建 XML 数据、操作子元素以及以编程方式生成 XML 文档。

当与用于创建和编辑 PDF 文档的 .NET 库 IronPDF 结合使用时，开发人员可以利用 XML.etree 和 IronPDF 的组合功能加快 XML 元素对象数据处理和动态 PDF 文档生成。在本深度指南中，我们将深入了解 xml.etree Python 的世界，探索其主要特性和功能，并向您展示如何将其与 IronPDF 集成，以开启数据处理的新可能。

什么是 xml.etree？

xml.etree是 Python 标准库的一部分。它的后缀为 .etree，也称为 ElementTree，提供了直接有效的 ElementTree XML API，用于处理和修改 XML 文档。它使程序员能够以分层树形结构与 XML 数据交互，简化 XML 文件的导航、修改和编程生成。

虽然 xml.etree 重量轻、使用简单，但它在处理 XML 根元素数据方面提供了强大的功能。它提供了一种从文件、字符串或类似文件的东西中解析 XML 数据文档的方法。解析后的 XML 文件以元素对象树的形式显示。然后，开发人员可以浏览这棵树，访问元素和属性，并执行不同的操作，如编辑、删除或添加元素。

XML.etree Python（它如何为开发人员工作）：图1 - xml.etree - 通用元素结构构建网页

xml.etree 的功能

解析 XML 文档

xml.etree 中提供了从字符串、文件或类文件对象解析 XML 文档的方法。 XML 材料可以使用解析工具进行处理。()函数，该函数还生成一个表示已解析XML文档且具有有效元素对象的ElementTree对象。

导航 XML 树

开发人员可以使用 xml.etree 遍历 XML 声明树中的元素，使用的函数包括 find(), 查找全部(), 和 *迭代()文件处理完毕后*。通过这些方法，基于标记、属性或 XPath 表达式访问某些元素变得非常简单。

修改 XML 文档

在 XML 文档中，可以使用 xml.etree 添加、编辑和删除组件和属性。通过编程改变 XML 树固有的分层数据格式结构和内容，可以实现数据修改、更新和转换。

序列化 XML 文档

xml.etree 允许使用 *ElementTree.write 等函数将 XML 树序列化为字符串或类文件对象。()修改 XML 文档后*。这样，开发人员就可以创建或修改 XML 树，并从中生成 XML 输出。

XPath 支持

xml.etree 支持 XPath（一种从 XML 文档中选择节点的查询语言）。通过使用 XPath 表达式查询和过滤 XML 树中的项目，开发人员可以执行复杂的数据检索和操作活动。

迭代解析

由于 xml.etree 支持迭代解析，开发人员无需一次性将整个文档加载到内存中，而是可以按顺序处理 XML 文档。这对有效管理大型 XML 文件非常有帮助。

支持命名空间

开发人员可以使用 xml.etree 对 XML 命名空间的支持，处理使用命名空间进行元素和属性标识的 XML 文档。它提供了解决默认 XML 命名空间前缀和在 XML 文档中指定命名空间的方法。

错误处理

xml.etree 中包含对不正确的 XML 文档和解析错误的错误处理功能。它提供了错误管理和捕获技术，确保在处理 XML 数据时的可靠性和稳健性。

兼容性和可移植性

由于 xml.etree 是 Python 标准库的一个组件，因此可以立即在 Python 程序中使用，无需进一步安装。由于它同时适用于 Python 2 和 Python 3，因此具有可移植性并兼容多种 Python 设置。

创建和配置 xml.etree

创建 XML 文档

通过构建代表导入 XML 树元素的对象并将其附加到根元素上，您就可以生成 XML 文档。这是如何创建 XML 数据的示例：

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)

PYTHON

将 XML 文档写入文件

撰写()Element**对象的函数可用于编写XML文件：

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

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

PYTHON

因此，XML 文档将在名为 "catalog.xml "的文件中创建。

解析 XML 文档

使用 parse 函数解析 XML 数据的 ElementTree()

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

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

PYTHON

XML 文档 "catalog.xml "将以这种方式进行解析，生成 XML 树的根元素。

访问元素和属性

使用元素对象提供的各种技术和功能，您可以访问 XML 文档的元素和属性。例如，查看第一本书的标题：

# 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)

PYTHON

修改 XML 文档

可以通过添加、更改或删除组件和属性来修改 XML 文档。例如，更改第二本书的作者：

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

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

PYTHON

序列化 XML 文档

ElementTree 模块的 tostring() 函数可用于将 XML 文档序列化为字符串:

# 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)

PYTHON

开始使用 IronPDF

什么是IronPDF？

XML.etree Python（对开发人员的运作方式）：图2 - IronPDF网页

IronPDFPDF.NET 是一个功能强大的 .NET 库，可使用 C#、VB.NET 和其他 .NET 语言以编程方式创建、编辑和更改 PDF 文档。由于它为开发人员动态创建高质量 PDF 提供了广泛的功能集，因此成为许多程序的热门选择。

IronPDF 的主要功能

PDF 生成：使用 IronPDF，程序员可以创建新的 PDF 文档，或将现有的 HTML 标记、文本、图像和其他文件格式转换为 PDF。该功能对于动态创建报告、发票、收据和其他文档非常有用。

HTML 至 PDF 转换： IronPDF 可让开发人员轻松地将 HTML 文档（包括 JavaScript 和 CSS 中的样式）转换为 PDF 文件。这使得从网页、动态生成的内容和 HTML 模板创建 PDF 成为可能。

Modification and Editing of PDF Documents： IronPDF 提供了一套全面的功能，用于修改和更改预先存在的 PDF 文档。开发人员可以合并多个 PDF 文件、将其分离成其他文档、删除页面、添加书签、注释和水印等功能，从而根据自己的要求定制 PDF 文件。

IronPdf 和 xml.etree 结合使用

下一节将演示如何使用 IronPDF 根据解析后的 XML 数据生成 PDF 文档。由此可见，利用 XML 和 IronPDF 的优势，您可以高效地将结构化数据转化为专业的 PDF 文档。详细操作指南：

安装

开始前请确保已安装 IronPDF。可使用 pip 安装：

pip install IronPdf

使用 IronPDF 使用解析 XML 生成 PDF 文档

IronPDF 可用于创建 PDF 文档，这取决于您从 XML 中提取的数据经过处理后的效果。让我们制作一个PDF文件的表格，其中包含书籍名称和作者：

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")

PYTHON

这段 Python 代码会生成一个包含书名和作者的 HTML 表格，然后 IronPDF 会将其转化为 PDF 文档。以下是从上述代码生成的输出。

输出

XML.etree Python（对开发人员的工作原理）：图3 - 输出的PDF

结论

XML.etree Python（它如何为开发者工作）：图4 - IronPDF授权页面

总之，希望解析 XML 数据并根据解析数据生成动态 PDF 文档的开发人员将在 IronPDF 和 xml.etree Python 的组合中找到强大的解决方案。借助可靠有效的 xml.etree Python API，开发人员可以轻松地从 XML 文档中提取结构化数据。然而，IronPDF 通过提供从已处理的 XML 数据中创建美观且可编辑的 PDF 文档的功能，增强了这一点。

xml.etree Python 和 IronPDF 一起使开发人员能够自动执行数据处理任务，从 XML 数据源中提取有价值的见解，并通过 PDF 文档以专业和视觉吸引人的方式呈现出来。无论是生成报告、创建发票还是制作文档，xml.etree Python 和 IronPDF 的协同作用都为数据处理和文档生成带来了新的可能性。

IronPdf 附带终身许可，捆绑购买时价格公道。该套餐价值不菲，仅需 749 美元(一次性购买多个系统). 持有许可证的用户可全天候获得在线技术支持。有关费用的更多详情，请访问此处网站. 访问此处页了解有关 Iron Software 产品的更多信息。

< 前一页
sqlite utils Python（对开发者如何工作）

下一步 >
asyncio Python（对开发人员的工作原理）