python之lxml

lxml同python的内置xml包一样，可以用来处理xml文件，但是相对于xml，lxml的处理速度更快，下面简单介绍一下lxml的用法
本次演示所采用的xml例子为如下所示：

<?xml version="1.0" encoding="ISO-8859-1"?>
<?xml-stylesheet type="text/css" href="cd_catalog.css"?>
<CATALOG>
  <CD id="001">
    <TITLE>Empire Burlesque</TITLE>
    <ARTIST>Bob Dylan</ARTIST>
    <COUNTRY>USA</COUNTRY>
    <COMPANY>Columbia</COMPANY>
    <PRICE>10.90</PRICE>
    <YEAR>1985</YEAR>
  </CD>
  <CD id="002">
    <TITLE>Hide your heart</TITLE>
    <ARTIST>Bonnie Tyler</ARTIST>
    <COUNTRY>UK</COUNTRY>
    <COMPANY>CBS Records</COMPANY>
    <PRICE>9.90</PRICE>
    <YEAR>1988</YEAR>
  </CD>
</CATALOG>

我们以第一个元素CD为例，它是CATALOG的子节点，是TITLE的父节点，标签（tag)为CD,属性及属性值分别是id、001，而它的子节点TITLE，文本内容（text)为Empire Burlesque。以上就是xml文件中各个部分的称呼。下面我们看python代码：

#-*-coding:utf-8-*-
from lxml import etree#导入lxml库
tree = etree.parse("C:\\Users\\Administrator\\Desktop\\1.xml")#将xml解析为树结构
root = tree.getroot()#获得该树的树根
print("根节点")
print(root)

#访问子节点方式1
print("子节点")
for sub_node in root:
    print(sub_node)
#访问子节点方式2
print("子节点")
for i in range(2):
    print(root[i])
#访问子节点方式3
print("子节点")
for node in root.getchildren():
    print(node.tag) #输出节点的标签名
#子节点
print("子节点属性及属性值")
print(root[0].items()) #获取全部属性和属性值
print(root[0].keys())  #获取全部属性
print(root[0].get('id', '')) #获取具体某个属性

#采用xpath
for node in root.xpath('//TITLE'):
    print(node.text)
#添加一个CD节点
#cd = etree.SubElement(root, 'CD')
cd=etree.Element('CD')
cd.set('id','003')
title=etree.SubElement(cd,'TITLE')       #创建CD的子节点TITLE
title.text="AO TE MAN"
root.append(cd)                          #将CD作为子节点加入root中


print(root[2][0].text)
print(root[2].tag)
print(root[2][0].tag)

cd3=root[2][0]                           #删除TITLE节点
root[2].remove(cd3)

tree = etree.ElementTree(root)
tree.write('test.xml', pretty_print=True, xml_declaration=True, encoding='utf-8')

上面包括了增（node.append(sub_node)）、删（node.remove(sub_node)),访问标签（node.tag)，访问文本（node.text)，访问属性（node.keys())等等基本操作。运行结果如下