XML在python中行走

Question

我是python新手，想了解解析xml。我还没有找到关于如何创建通用程序以遍历XML节点集的出色示例或说明。

我希望能够通过名称和值来分类和标识所有元素和属性，而无需任何有关xml模式的信息。我不想依靠标记名称或文本来专门调用元素和属性。

有人能指出我正确的方向吗？

谢谢

更新：

提出的具体问题是：“我通常如何在不了解任何架构的情况下从XML文档中的根节点中递归所有节点”。

那时，由于是python的新手，并且了解如何以许多其他语言执行该操作，因此，我对不依赖命名节点遍历DOM的任何现实示例感到困惑，这根本不是我想要的。

希望这可以澄清问题，因为该线程中的信息确实有用。

Answer 1

在python帮助中查看ElementTree的文档

该页面的基本代码存根是：

    import xml.etree.ElementTree as ET
    tree = ET.parse(filename)
    root = tree.getroot()
    for child in root:  
      child.tag, child.attrib

您可以继续for child in root:递归向下运行，直到没有更多孩子为止。

Answer 2

使用cElementTree; 它比Python版本的ElementTree快15-20倍，并且使用的内存少2-5倍。 http://effbot.org/zone/celementtree.htm

import xml.etree.cElementTree as ET
tree = ET.parse('test.xml')
for elem in tree.getiterator():
    if elem.tag:
        print 'my name:'
        print '\t'+elem.tag
    if elem.text:
        print 'my text:'
        print '\t'+(elem.text).strip()
    if elem.attrib.items():
        print 'my attributes:'
        for key, value in elem.attrib.items():
            print '\t'+'\t'+key +' : '+value
    if list(elem): # use elem.getchildren() for python2.6 or before
        print 'my no of child: %d'%len(list(elem))
    else:
        print 'No child'
    if elem.tail:
        print 'my tail:'
        print '\t'+'%s'%elem.tail.strip()
    print '$$$$$$$$$$'