一、說明

類似json將xml解析為python對象，可以使用第三方庫untangle或xmltodict實(shí)現(xiàn)。
將以下內(nèi)容保存為xml2obj.xml，后我我們就使用該文件。
1.第一行的是xml文件的聲明，它定義了xml的版本 (1.0)和所使用編碼為UTF-8。
2.接下來就是xml文件的內(nèi)容了，這些內(nèi)容按一個(gè)樹狀結(jié)構(gòu)進(jìn)行組織擺放，形式如下：

            
              
                

                  section1 content
                
                

                  section2 content
                
              
            
          

其中，每一個(gè).叫做一個(gè)節(jié)點(diǎn)，也叫一個(gè)元素，節(jié)點(diǎn)可以嵌套放置，也可以并列放置，在嵌套結(jié)構(gòu)中，內(nèi)外層節(jié)點(diǎn)是父子關(guān)系，以此類推，最外層的節(jié)點(diǎn)都叫做根節(jié)點(diǎn)。并列的兩節(jié)點(diǎn)為兄弟關(guān)系。
3.對于每一個(gè)節(jié)點(diǎn)，一般由Tag、Attribute、Text三部分構(gòu)成。在country_data.xml中data,country,rank,year這些都是tag。與tag同一尖括弧內(nèi)右邊的是Attribute，比如：name。Text就是兩個(gè)尖括弧中間夾的東西了。

二、使用untangle將xml文件解析為python對象

pip install untangle

            
              import untangle
#將文件解析成對象
obj = untangle.parse('xml2obj.xml')
#獲取
            
          

三、使用xmltodict將xml文件解析為python對象

pip install xmltodict

            
              import xmltodict
#將xml文件解析成對象
with open('xml2obj.xml') as fd:
    dict = xmltodict.parse(fd.read())

#獲取
            
          

四、xml.etree.ElementTree

ElementTree生來就是為了處理XML，它在Python標(biāo)準(zhǔn)庫中有兩種實(shí)現(xiàn)：一種是純Python實(shí)現(xiàn)的，如xml.etree.ElementTree，另一種是速度快一點(diǎn)的xml.etree.cElementTree。注意：盡量使用C語言實(shí)現(xiàn)的那種，因?yàn)樗俣雀欤蚁牡膬?nèi)存更少。
在CODE上查看代碼片派生到我的代碼片。

            
              
                
                  
                    1
                  
                  
                    2008
                  
                  
                    141100
                  
                  
                  
                
                
                  
                    4
                  
                  
                    2011
                  
                  
                    59900
                  
                  
                
                
                  
                    68
                  
                  
                    2011
                  
                  
                    13600
                  
                  
                  
                
                
                  
                    234
                  
                  
                    2016
                  
                  
                    346344
                  
                  
                  
                
              
            
          

            
              try:
    import xml.etree.cElementTree as ET
except ImportError:
    import xml.etree.ElementTree as ET
import sys
try:
    tree = ET.parse("xml2obj.xml")  # 打開xml文檔
    # root = ET.fromstring(country_string) #從字符串傳遞xml
    root = tree.getroot()  # 獲得root節(jié)點(diǎn)
except: # Exception, e:
     print("Error:cannot parse file:xml2obj.xml.")
     sys.exit(1)
print(root.tag, "--+-", root.attrib)
for child in root:
    print(child.tag, "---", child.attrib)

print("*" * 10)
print(root[0][1].text)  # 通過下標(biāo)訪問 )
print(root[0].tag, root[0].text)
print("*" * 10)
for country in root.findall('country'):  # 找到root節(jié)點(diǎn)下的所有country節(jié)點(diǎn)
    rank = country.find('rank').text  # 子節(jié)點(diǎn)下節(jié)點(diǎn)rank的值
    name = country.get('name')  # 子節(jié)點(diǎn)下屬性name的值
    print(name, rank)
    
# 修改xml文件
for country in root.findall('country'):
    rank = int(country.find('rank').text)
    if rank > 50:
        root.remove(country)
        
tree.write('output.xml')

            
          

5、xml.dom.*

文件對象模型（Document Object Model，簡稱DOM），是W3C組織推薦的處理可擴(kuò)展置標(biāo)語言的標(biāo)準(zhǔn)編程接口。一個(gè) DOM 的解析器在解析一個(gè)XML文檔時(shí)，一次性讀取整個(gè)文檔

            
              from xml.dom.minidom import parse
import xml.dom.minidom
#使用minidom解析器打開XML文檔
DOMTree = xml.dom.minidom.parse("xml2obj.xml")
Data = DOMTree.documentElement
if Data.hasAttribute("name"):
    print("name element : %s" % Data.getAttribute("name"))

#在集合中獲取所有國家
Countrys = Data.getElementsByTagName("country")

#打印每個(gè)國家的詳細(xì)信息
for Country in Countrys:
    print("*****Country*****")
    if Country.hasAttribute("name"):
        print("name: %s" % Country.getAttribute("name"))
    rank = Country.getElementsByTagName('rank')[0]
    print("rank: %s" % rank.childNodes[0].data)
    year = Country.getElementsByTagName('year')[0]
    print("year: %s" % year.childNodes[0].data)
    gdppc = Country.getElementsByTagName('gdppc')[0]
    print("gdppc: %s" % gdppc.childNodes[0].data)

    for neighbor in Country.getElementsByTagName("neighbor"):
        print(neighbor.tagName, ":", neighbor.getAttribute("name"), neighbor.getAttribute("direction"))

            
          

6、xml.dom.*

SAX是一種基于事件驅(qū)動的API，利用SAX解析XML牽涉到兩個(gè)部分：解析器和事件處理器。其中解析器負(fù)責(zé)讀取XML文檔，并向事件處理器發(fā)送事件，如元素開始跟元素結(jié)束事件；而事件處理器則負(fù)責(zé)對事件作出相應(yīng)，對傳遞的XML數(shù)據(jù)進(jìn)行處理
ContentHandler類方法介紹
（1）characters(content)方法
調(diào)用時(shí)機(jī)：
從行開始，遇到標(biāo)簽之前，存在字符，content的值為這些字符串。
從一個(gè)標(biāo)簽，遇到下一個(gè)標(biāo)簽之前， 存在字符，content的值為這些字符串。
從一個(gè)標(biāo)簽，遇到行結(jié)束符之前，存在字符，content的值為這些字符串。
標(biāo)簽可以是開始標(biāo)簽，也可以是結(jié)束標(biāo)簽。
（2）startDocument()方法
文檔啟動的時(shí)候調(diào)用。
（3）endDocument()方法
解析器到達(dá)文檔結(jié)尾時(shí)調(diào)用。
（4）startElement(name, attrs)方法
遇到XML開始標(biāo)簽時(shí)調(diào)用，name是標(biāo)簽的名字，attrs是標(biāo)簽的屬性值字典。
（5）endElement(name)方法
遇到XML結(jié)束標(biāo)簽時(shí)調(diào)用。
在CODE上查看代碼片派生到我的代碼片

            
              import xml.sax 

class CountryHandler(xml.sax.ContentHandler): 
def __init__(self): 
 self.CurrentData = "" 
 self.rank = "" 
 self.year = "" 
 self.gdppc = "" 
 self.neighborname = "" 
 self.neighbordirection = "" 

# 元素開始事件處理 
def startElement(self, tag, attributes): 
 self.CurrentData = tag 
 if tag == "country": 
   print "*****Country*****"
   name = attributes["name"] 
   print "name:", name 
 elif tag == "neighbor": 
   name = attributes["name"] 
   direction = attributes["direction"] 
   print name, "->", direction 

# 元素結(jié)束事件處理 
def endElement(self, tag): 
 if self.CurrentData == "rank": 
   print "rank:", self.rank 
 elif self.CurrentData == "year": 
   print "year:", self.year 
 elif self.CurrentData == "gdppc": 
   print "gdppc:", self.gdppc 
 self.CurrentData = "" 
# 內(nèi)容事件處理 
def characters(self, content): 
 if self.CurrentData == "rank": 
   self.rank = content 
 elif self.CurrentData == "year": 
   self.year = content 
 elif self.CurrentData == "gdppc": 
   self.gdppc = content 
 
if __name__ == "__main__": 
 # 創(chuàng)建一個(gè) XMLReader 
parser = xml.sax.make_parser() 
# turn off namepsaces 
parser.setFeature(xml.sax.handler.feature_namespaces, 0) 

 # 重寫 ContextHandler 
Handler = CountryHandler() 
parser.setContentHandler(Handler) 
 
parser.parse("xml2obj.xml") 


            
          

7、libxml2和lxml解析xml

libxml2是使用C語言開發(fā)的xml解析器，是一個(gè)基于MIT License的免費(fèi)開源軟件，多種編程語言都有基于它的實(shí)現(xiàn)，python中的libxml2模塊有點(diǎn)小不足的是：xpathEval()接口不支持類似模板的用法，但不影響使用，因libxml2采用C語言開發(fā)的，因此在使用API接口的方式上難免會有點(diǎn)不適應(yīng)。
在CODE上查看代碼片派生到我的代碼片

            
              import libxml2
doc = libxml2.parseFile("xml2obj.xml")
for book in doc.xpathEval('//country'):
  if book.content != "":
      print("----------------------")
      print(book.content)

for node in doc.xpathEval("http://country/neighbor[@name = 'Colombia']"):
  print(node.name, (node.properties.name, node.properties.content))

doc.freeDoc()

            
          

案例

            
              from lxml import etree
import requests
response = requests.get('https://www.baisu.com/).text
tree = etree.HTML(response)
strs = tree.xpath( "http://body")
strs = strs[0]
strs = (etree.tostring(strs))    # 不能正常顯示中文
strs = (etree.tostring(strs, encoding = "utf-8", pretty_print = True, method = "html")) # 可以正常顯示中文
print (strs)

            
          

總結(jié)
（1）Python中XML解析可用的類庫或模塊有xml、libxml2 、lxml 、xpath等，需要深入了解的還需參考相應(yīng)的文檔。
（2）每一種解析方式都有自己的優(yōu)點(diǎn)和缺點(diǎn)，選擇前可以綜合各個(gè)方面的性能考慮。
（3）若有不足，請留言，在此先感謝！