XML 解析

untangle

untangle 是一个简洁的用于解析 XML 文档的库。输入一个 XML 文档后，untangle 将文档的结构映射成结点和属性，并返回一个 Python 对象。

形如以下的 XML 文件：

<?xml version="1.0"?>
<root>
    <child name="child1">
</root>

可以使用以下的方法进行加载：

import untangle
obj = untangle.parse('path/to/file.xml')

加载完成后，你可以运行以下代码获取到 child 标签的 name 属性值：

obj.root.child['name']

untangle 同时支持使用字符串的形式和 URL 的形式加载 XML 文档。

xmltodict

xmltodict 是另一个简洁的库，它可以让开发者能够像操作 JSON 一样操作 XML 文档。

形如以下的 XML 文档：

<mydocument has="an attribute">
  <and>
    <many>elements</many>
    <many>more elements</many>
  </and>

    element as well
  </plus>
</mydocument>

可以使用如下方法加载，从而得到一个 Python 的 dict 对象：

import xmltodict

with open('path/to/file.xml') as fd:
    doc = xmltodict.parse(fd.read())

随后你可以根据以下的方法访问文档的元素、属性和属性值：

doc['mydocument']['@has'] # == u'an attribute'
doc['mydocument']['and']['many'] # == [u'elements', u'more elements']
doc['mydocument']['plus']['@a'] # == u'complex'
doc['mydocument']['plus']['#text'] # == u'element as well'

xmltodict 中的 unparse 函数可以根据字典返回一个 XML 文档。同时， xmltodict 支持流式操作以处理不适宜加载到内存的文件，并且支持命名空间。