当前位置:首页 > python > 正文

Python中将字典转换为XML以及相关的命名空间解析


Python中将字典转换为XML以及相关的命名空间解析

这篇文章主要介绍了Python中将字典转换为XML以及相关的命名空间解析,包括使用字典创建XML等知识,需要的朋友可以参考下

尽管 xml.etree.ElementTree 库通常用来做解析工作,其实它也可以创建XML文档。 例如,考虑如下这个函数:

  from xml.etree.ElementTree import Element    def dict_to_xml(tag, d):  '''  Turn a simple dict of key/value pairs into XML  '''  elem = Element(tag)  for key, val in d.items():    child = Element(key)    child.text = str(val)    elem.append(child)  return elem    

下面是一个使用例子:

  >>> s = { 'name': 'GOOG', 'shares': 100, 'price':490.1 }  >>> e = dict_to_xml('stock', s)  >>> e  <Element 'stock' at 0x1004b64c8>  >>>  

转换结果是一个 Element 实例。对于I/O操作,使用 xml.etree.ElementTree 中的 tostring() 函数很容易就能将它转换成一个字节字符串。例如:

  >>> from xml.etree.ElementTree import tostring  >>> tostring(e)  b'<stock><price>490.1</price><shares>100</shares><name>GOOG</name></stock>'  >>>  

如果你想给某个元素添加属性值,可以使用 set() 方法:

  >>> e.set('_id','1234')  >>> tostring(e)  b'<stock _id="1234"><price>490.1</price><shares>100</shares><name>GOOG</name>  </stock>'  >>>  

如果你还想保持元素的顺序,可以考虑构造一个 OrderedDict 来代替一个普通的字典。当创建XML的时候,你被限制只能构造字符串类型的值。例如:

  def dict_to_xml_str(tag, d):    '''    Turn a simple dict of key/value pairs into XML    '''    parts = ['<{}>'.format(tag)]    for key, val in d.items():      parts.append('<{0}>{1}</{0}>'.format(key,val))    parts.append('</{}>'.format(tag))    return ''.join(parts)  

问题是如果你手动的去构造的时候可能会碰到一些麻烦。例如,当字典的值中包含一些特殊字符的时候会怎样呢?

  >>> d = { 'name' : '<spam>' }    >>> # String creation  >>> dict_to_xml_str('item',d)  '<item><name><spam></name></item>'    >>> # Proper XML creation  >>> e = dict_to_xml('item',d)  >>> tostring(e)  b'<item><name>&lt;spam&gt;</name></item>'  >>>    

注意到程序的后面那个例子中,字符 ‘<' 和 ‘>' 被替换成了 &lt; 和 &gt;

下面仅供参考,如果你需要手动去转换这些字符, 可以使用 xml.sax.saxutils 中的 escape() 和 unescape() 函数。例如:

  >>> from xml.sax.saxutils import escape, unescape  >>> escape('<spam>')  '&lt;spam&gt;'  >>> unescape(_)  '<spam>'  >>>  

除了能创建正确的输出外,还有另外一个原因推荐你创建 Element 实例而不是字符串, 那就是使用字符串组合构造一个更大的文档并不是那么容易。 而 Element 实例可以不用考虑解析XML文本的情况下通过多种方式被处理。 也就是说,你可以在一个高级数据结构上完成你所有的操作,并在最后以字符串的形式将其输出。

利用命名空间解析XML文档
如果你解析这个文档并执行普通的查询,你会发现这个并不是那么容易,因为所有步骤都变得相当的繁琐。

  >>> # Some queries that work  >>> doc.findtext('author')  'David Beazley'  >>> doc.find('content')  <Element 'content' at 0x100776ec0>  >>> # A query involving a namespace (doesn't work)  >>> doc.find('content/html')  >>> # Works if fully qualified  >>> doc.find('content/{http://www.w3.org/1999/xhtml}html')  <Element '{http://www.w3.org/1999/xhtml}html' at 0x1007767e0>  >>> # Doesn't work  >>> doc.findtext('content/{http://www.w3.org/1999/xhtml}html/head/title')  >>> # Fully qualified  >>> doc.findtext('content/{http://www.w3.org/1999/xhtml}html/'  ... '{http://www.w3.org/1999/xhtml}head/{http://www.w3.org/1999/xhtml}title')  'Hello World'  >>>  

你可以通过将命名空间处理逻辑包装为一个工具类来简化这个过程:

  class XMLNamespaces:    def __init__(self, **kwargs):      self.namespaces = {}      for name, uri in kwargs.items():        self.register(name, uri)    def register(self, name, uri):      self.namespaces[name] = '{'+uri+'}'    def __call__(self, path):      return path.format_map(self.namespaces)  

通过下面的方式使用这个类:

  >>> ns = XMLNamespaces(html='http://www.w3.org/1999/xhtml')  >>> doc.find(ns('content/{html}html'))  <Element '{http://www.w3.org/1999/xhtml}html' at 0x1007767e0>  >>> doc.findtext(ns('content/{html}html/{html}head/{html}title'))  'Hello World'  >>>  

讨论
解析含有命名空间的XML文档会比较繁琐。 上面的 XMLNamespaces 仅仅是允许你使用缩略名代替完整的URI将其变得稍微简洁一点。

很不幸的是,在基本的 ElementTree 解析中没有任何途径获取命名空间的信息。 但是,如果你使用 iterparse() 函数的话就可以获取更多关于命名空间处理范围的信息。例如:

  >>> from xml.etree.ElementTree import iterparse  >>> for evt, elem in iterparse('ns2.xml', ('end', 'start-ns', 'end-ns')):  ... print(evt, elem)  ...  end <Element 'author' at 0x10110de10>  start-ns ('', 'http://www.w3.org/1999/xhtml')  end <Element '{http://www.w3.org/1999/xhtml}title' at 0x1011131b0>  end <Element '{http://www.w3.org/1999/xhtml}head' at 0x1011130a8>  end <Element '{http://www.w3.org/1999/xhtml}h1' at 0x101113310>  end <Element '{http://www.w3.org/1999/xhtml}body' at 0x101113260>  end <Element '{http://www.w3.org/1999/xhtml}html' at 0x10110df70>  end-ns None  end <Element 'content' at 0x10110de68>  end <Element 'top' at 0x10110dd60>  >>> elem # This is the topmost element  <Element 'top' at 0x10110dd60>  >>>  

最后一点,如果你要处理的XML文本除了要使用到其他高级XML特性外,还要使用到命名空间, 建议你最好是使用 lxml 函数库来代替 ElementTree 。 例如,lxml 对利用DTD验证文档、更好的XPath支持和一些其他高级XML特性等都提供了更好的支持。 这一小节其实只是教你如何让XML解析稍微简单一点。

标签:
上一篇: 下一篇:

暂无评论

发表评论

不理你。 不要啊! 吃饭。 吃惊。 吃西瓜。 飞吻! 恭喜! Hi 纠结! 膜拜! OK 抛媚眼。 泡泡糖。 抛钱。 忍! 生闷气! 调皮。 偷看。 委屈。 献花。 疑问? 抓狂!

小提示:Ctrl+Enter快速提交助您一臂之力~
加载中……