赵走x博客 - 开发者的网上家园

浅谈Python解析XML的利器——xml.etree.ElementTree

资源编号:570065 热度：688

xml格式作为netconf配置文件的格式，有一定的研究价值，但是xml作为一种标记语言，非常不利于“network engineer”识别。解析xml文件是一件很烦的事情。Python内置的API：xml.etree.ElementTree 可以解决这个问题。但是其语法和特性非常麻烦

xml是一种固有的分层数据格式，最自然的表示方式是解析成树状。 ElementTree将整个 xml 文档解析成树状结构， Element就表示这个树状结构中的单节点。

整个xml文档与Python交互（读取和写入文件）是在ElementTree（相当于整棵树）上完成。单个 xml 元素及其子元素的交互是在Element（相当于leaf）上完成。

1、ElementTree的xml形态
```
<?xml version="1.0" encoding="utf-8"?>
<dev_info id="netmiko_inventory">
   <R1 type="cisco">
       <device_type>cisco_ios</device_type>
       <username>admin</username>
       <password>cisco</password>
       <ip>192.168.47.10</ip>
   </R1>
   <SW3 type="huawei">
       <device_type>huawei_vrpv8</device_type>
       <username>admin</username>
       <password>huawei</password>
       <ip>192.168.47.30</ip>
   </SW3>
</dev_info>
```
2、单个Element的xml形态
```
<device_type desc="platform">cisco_ios</device_type>
```

# 一、Element常用属性和XML对应
Element常用属性对应的xml格式
```
<tag attrib=“netmiko_inventory”>text</tag>
```
例：
```
<device_type desc="platform">cisco_ios</device_type>
    tag       			attrib         		text       	tag
```
### 1、tag
tag是str对象，表示xml标签，例子中的前后闭合的device_type

### 2、attrib
attrib是一个dict对象，表示xml属性，例子中的desc="platform"

### 3、text
text就是xml数据标签包裹的内容，也是Element的内容，例子中的 cisco_ios

### 4、child elements
child elements则是xml一对标签中包含的子集，如下图，类似于R1和SW3标签中包裹的内容
```
<?xml version="1.0" encoding="utf-8"?>
<dev_info id="netmiko_inventory">
   <R1 type="cisco">
       <device_type>cisco_ios</device_type>
       <username>admin</username>
       <password>cisco</password>
       <ip>192.168.47.10</ip>
   </R1>
   <SW3 type="huawei">
       <device_type>huawei_vrpv8</device_type>
       <username>admin</username>
       <password>huawei</password>
       <ip>192.168.47.30</ip>
   </SW3>
</dev_info>
```
# 二、ElementTree
ElementTree可以把整个xml文件解析成树形结构。

xml文件：
```
<?xml version="1.0" encoding="utf-8"?>
<dev_info id="netmiko_inventory">
   <R1 type="cisco">
       <device_type>cisco_ios</device_type>
       <username>admin</username>
       <password>cisco</password>
       <ip>192.168.47.10</ip>
   </R1>
   <SW3 type="huawei">
       <device_type>huawei_vrpv8</device_type>
       <username>admin</username>
       <password>huawei</password>
       <ip>192.168.47.30</ip>
   </SW3>
</dev_info>
```
### 1、Python的ElementTree解析：
使用ElementTree能快速的把xml文件解析成ElementTree
```
from xml.etree import ElementTree as ET

# 直接读取xml文件，形成ElementTree结构
tree = ET.parse('lab1.xml')
root = tree.getroot() # 获取root tag

print(root.tag) # 打印root的tag
print(root.attrib) # 打印root的attrib
# 使用root索引访问标签的值，[0]是R1标签，[0]是R1标签中的第一个标签device_type, .text是取这个标签的值，自然值就是cisco_ios
print(root[0][0].text)
print('\n')

for child in root: # 打印root的child层的tag和attrib
   print(child.tag, child.attrib)
```
解析结果
```
username@usernamedeMacBookPro1 xmlLab %python -u"/Users/username/Coding/Test/xmlLab/xml_lab1.py"
dev_info # 注意，标签tag的数据结构是str
{'id': 'netmiko_inventory'} # 注意，属性attrib的数据结构是dict
cisco_ios

R1 {'type': 'cisco'} # 由此可见，遍历出来的tag是str，attrib是dict
SW3 {'type': 'huawei'}
username@usernamedeMacBookPro1 xmlLab %
```
### 2、Element之查找
Element有很丰富的查找方法，总结如下：
```
iter(tag=None) 遍历Element的child，可以指定tag精确查找
findall(match) 查找当前元素tag或path能匹配的child节点
find(match) 查找当前元素tag或path能匹配的第一个child节点
get(key, default=None) 获取元素指定key对应的attrib，如果没有attrib，返回default。
```
### （1）iter

Element使用iter迭代器可以递归地遍历它下面的所有child
```
>>> from xml.etree import ElementTree as ET
>>> tree = ET.parse('lab1.xml')
>>> root = tree.getroot()
>>> 
>>> for dev in root.iter('username'):
...     print(dev.tag)
... 
username
username
>>> 
>>> for dev in root.iter('username'):
...     print(dev.text)
... 
admin
admin
>>> 
>>> for dev in root.iter('password'):
...     print(dev.text)
... 
cisco
huawei
>>> 
>>> for dev in root.iter('R1'):
...     print(dev.attrib)
... 
{'type': 'cisco'}
>>> 
>>> for dev in root.iter('SW3'):
...     print(dev.attrib)
... 
{'type': 'huawei'}
>>>  
>>> for dev in root.iter():
...     print(dev.attrib)
... 
{'id': 'netmiko_inventory'}
{'type': 'cisco'}
{}
{}
{}
{}
{'type': 'huawei'}
{}
{}
{}
{}
>>> for dev in root.iter():
...     print(dev.tag)
... 
dev_info
R1
device_type
username
password
ip
SW3
device_type
username
password
ip
>>> 
>>> for dev in root.iter():
...     print(dev.text)
...

cisco_ios
admin
cisco
192.168.47.10

huawei_vrpv8
admin
huawei
192.168.47.30
>>>
```
（2）findall、find

Element使用finall可以查找当前元素tag或path能匹配的child节点
```
>>> from xml.etree import ElementTree as ET
>>> tree = ET.parse('lab1.xml')
>>> root = tree.getroot()
>>>
>>> for user_passwd in root.findall('R1'):
...     cisco_user = user_passwd.find('username').text
...     cisco_passwd = user_passwd.find('password').text
...     print(f'cisco user: {cisco_user} password: {cisco_passwd}')
... 
cisco user: admin password: cisco
>>>
```
ElementTree的查找非常方便，可以加以利用，个人强烈不建议使用ElementTree去修改xml文件

# 三、Element修改
ElementTree可以使用很多方法来修改xml文件，确认修改完毕后，可以使用ElementTree.write()方法写入

不建议使用该功能

### 1、修改方法
```
Element.text 直接修改字段
Element.remove() 删除字段
Element.set() 添加或修改属性attrib
with Element.append() 添加新的child
```
### 2、修改示例
把R1的ip地址由192.168.47.10修改成192.168.47.1

修改前的xml文件
```
<?xml version="1.0" encoding="utf-8"?>
<dev_info id="netmiko_inventory">
   <R1 type="cisco">
       <device_type>cisco_ios</device_type>
       <username>admin</username>
       <password>cisco</password>
       <ip>192.168.47.10</ip>
   </R1>
   <SW3 type="huawei">
       <device_type>huawei_vrpv8</device_type>
       <username>admin</username>
       <password>huawei</password>
       <ip>192.168.47.30</ip>
   </SW3>
</dev_info>
```
修改代码
```
>>> from xml.etree import ElementTree as ET
>>> tree = ET.parse('lab1.xml')
>>> root = tree.getroot()
>>>
>>> for dev in root.iter('R1'):
...     dev.find('ip').text = str('192.168.47.1')
... 
>>> tree.write('./lab1.xml')
```
修改后的xml：
```
<dev_info id="netmiko_inventory">
   <R1 type="cisco">
       <device_type>cisco_ios</device_type>
       <username>admin</username>
       <password>cisco</password>
       <ip>192.168.47.1</ip> # 注意看修改后的地址
   </R1>
   <SW3 type="huawei">
       <device_type>huawei_vrpv8</device_type>
       <username>admin</username>
       <password>huawei</password>
       <ip>192.168.47.30</ip>
   </SW3>
</dev_info>
```
### 3、删除示例
删除SW3的标签部分
```
<dev_info id="netmiko_inventory">
   <R1 type="cisco">
       <device_type>cisco_ios</device_type>
       <username>admin</username>
       <password>cisco</password>
       <ip>192.168.47.1</ip>
   </R1>
   <SW3 type="huawei">
       <device_type>huawei_vrpv8</device_type>
       <username>admin</username>
       <password>huawei</password>
       <ip>192.168.47.30</ip>
   </SW3>
</dev_info>
```
修改代码
```
>>> for dev in root.findall('SW3'):
...     root.remove(dev)
... 
>>> tree.write('./lab1.xml')
```
修改后的xml：
```
<dev_info id="netmiko_inventory">
   <R1 type="cisco">
       <device_type>cisco_ios</device_type>
       <username>admin</username>
       <password>cisco</password>
       <ip>192.168.47.1</ip>
   </R1>
</dev_info>
```