当前位置：
首页 >
python 处理xml文件
发布时间：2024/3/26
55
豆豆
生活随笔
收集整理的这篇文章主要介绍了
python 处理xml文件
小编觉得挺不错的,现在分享给大家,帮大家做个参考.
XML可扩展标记语言（eXtensible Markup Language），被设计用来传输和存储数据。
<?xml version="1.0" encoding="UTF-8"?> <note><to>Tove</to><from>Jani</from><heading>Reminder</heading><body>Don't forget me this weekend!</body> </note>xml文档形成了一种树解构，它从根部开始，然后扩展到枝叶。在上面的文档中，第一行是xml的声明，定义了xml的版本和使用的编码方式。第二行描述文档的根元素（类似于本文档是一个note），接下来有4个子元素，（to，from，heading，body）。
例如下面的xml文档表示bookstore
语法结构
xml的声明中，省略关闭标签是非法的。所有元素都必须有关闭标签,类似于
。xml标签对大小写敏感，xml必须正确嵌套，xml的属性值必须加上引号。例如 <note date="12/11/2007"> <to>Tove</to> <from>Jani</from> </note>
xml中的字符拥有特殊的意义，xml中存在5个实体引用
- < <
- > >
- & &
- &apos ’
- " "
xml的注释语法如下，和html语法一样。
<!-- This is a comment -->xml中空格会被保留，xml以LF存储换行。
python对xml文件解析
常见的xml编程接口有DOM和SAX，这两种接口处理xml文件方式不同。python中有三种方法解析xml，sax，dom一级ElementTree
1.SAX (simple API for XML )
Python 标准库包含 SAX 解析器，SAX 用事件驱动模型，通过在解析XML的过程中触发一个个的事件并调用用户定义的回调函数来处理XML文件。
2.DOM(Document Object Model)
将 XML 数据在内存中解析成一个树，通过对树的操作来操作XML。
3.ElementTree(元素树)
ElementTree就像一个轻量级的DOM，具有方便友好的API。代码可用性好，速度快，消耗内存少。
注：因DOM需要将XML数据映射到内存中的树，一是比较慢，二是比较耗内存，而SAX流式读取XML文件，比较快，占用内存少，但需要用户实现回调函数（handler）。
解析实例：
<collection shelf="New Arrivals"> <movie title="Enemy Behind"><type>War, Thriller</type><format>DVD</format><year>2003</year><rating>PG</rating><stars>10</stars><description>Talk about a US-Japan war</description> </movie> <movie title="Transformers"><type>Anime, Science Fiction</type><format>DVD</format><year>1989</year><rating>R</rating><stars>8</stars><description>A schientific fiction</description> </movie><movie title="Trigun"><type>Anime, Action</type><format>DVD</format><episodes>4</episodes><rating>PG</rating><stars>10</stars><description>Vash the Stampede!</description> </movie> <movie title="Ishtar"><type>Comedy</type><format>VHS</format><rating>PG</rating><stars>2</stars><description>Viewable boredom</description> </movie> </collection>xml处理子模块包括：
-
xml.etree.ElementTree： ElementTree API，一个简单而轻量级的XML处理器
-
xml.dom：DOM API 定义
-
xml.dom.minidom：最小的 DOM 实现
-
xml.dom.pulldom：支持构建部分 DOM 树
-
xml.sax：SAX2 基类和便利函数
-
xml.parsers.expat：Expat解析器绑定
ET模块解析xml文件
其中xml.etree.ElementTree模块实现了简单高效的API，可以用来解析和创建XML数据。
Element对象有下面的常用属性：
- Element.tag 标签
- Element.text，去除标签，获取标签中的内容。
例如 - Element.attrib，获取标签中的属性和属性值
- Element.findall()，找到带有标签的所有节点
- Element.append()，增加新的节点
- Element.set()，增加或者修改属性
- Element.remove()，删除节点。
- ElementTree.write()保存xml文件。
参考官方python的结构化标准处理工具XML
对于下面的示例xml文档：
例如下面voc标注的数据，格式为xml文件：
<annotation verified="yes"><folder>Annotation</folder><filename>invoice_direction_0_0.jpg</filename><path>invoice_stamp-PascalVOC-export/Annotations/invoice_direction_0_0.jpg</path><source><database>Unknown</database></source><size><width>2962</width><height>1753</height><depth>3</depth></size><segmented>0</segmented><object><name>stamp</name><pose>Unspecified</pose><truncated>0</truncated><difficult>0</difficult><bndbox><xmin>1872.3010033444816</xmin><ymin>1216.3294491525423</ymin><xmax>2370.9208472686732</xmax><ymax>1579.474458568738</ymax></bndbox> </object><object><name>stamp</name><pose>Unspecified</pose><truncated>0</truncated><difficult>0</difficult><bndbox><xmin>1152.4392419175028</xmin><ymin>123.59310263653484</ymin><xmax>1505.7658862876256</xmax><ymax>351.3840630885122</ymax></bndbox> </object> </annotation> import xml.etree.ElementTree as ET import os from PIL import Image, ImageDraw, ImageFontdef parse_rec(filename):tree = ET.parse(filename) # 解析读取xml函数objects = []img_dir =[]# Element.findall()查找当前元素的直接子元素中带有指定标签的元素# Element.find()找带有特定标签的第一个子级# Elemtn.text 访问元素的文本内容# Element.get 访问元素的属性。for xml_name in tree.findall('filename'):img_path = os.path.join(pic_path, xml_name.text)img_dir.append(img_path)for obj in tree.findall('object'):obj_struct = {}obj_struct['name'] = obj.find('name').textobj_struct['pose'] = obj.find('pose').textobj_struct['truncated'] = int(obj.find('truncated').text)obj_struct['difficult'] = int(obj.find('difficult').text)bbox = obj.find('bndbox')obj_struct['bbox'] = [int(bbox.find('xmin').text),int(bbox.find('ymin').text),int(bbox.find('xmax').text),int(bbox.find('ymax').text)]objects.append(obj_struct)return objects,img_dir# 可视化目标框，并显示标签 def visualise_gt(objects,img_dir): for id,img_path in enumerate(img_dir):img = Image.open(img_path)draw = ImageDraw.Draw(img)for a in objects:xmin =int(a['bbox'][0])ymin =int(a['bbox'][1])xmax =int(a['bbox'][2])ymax =int(a['bbox'][3])label = a['name']draw.rectangle((xmin,ymin,xmax,ymax), fill=None, outline=(0,255,0),width=2)draw.text((xmin-10,ymin-15), label, fill = (0,255,0),font=font) # 利用ImageDraw的内置函数，在图片上写入文字img.show()fontPath = "C:\Windows\Fonts\Consolas\consola.ttf" # 字体路径 root = 'F:/dataset/AQM' ann_path = os.path.join(root, 'Annotations') # xml文件所在路径 pic_path = os.path.join(root, 'JPEGImages') # 样本图片路径 font = ImageFont.truetype(fontPath, 16)for filename in os.listdir(ann_path):xml_path = os.path.join(ann_path,filename)object,img_dir = parse_rec(xml_path)visualise_gt(object,img_dir )参考：CSDN博客 - - python xml 格式的数据集标注文件解析
总结
以上是生活随笔为你收集整理的python 处理xml文件的全部内容，希望文章能够帮你解决所遇到的问题。
- 上一篇： CAP 理论 - zookeeper 和
- 下一篇： python3 GUI用户界面总结（以串