python 处理xml文件
生活随笔
收集整理的這篇文章主要介紹了
python 处理xml文件
小編覺得挺不錯的,現在分享給大家,幫大家做個參考.
XML可擴展標記語言（eXtensible Markup Language），被設計用來傳輸和存儲數據。
<?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文檔形成了一種樹解構，它從根部開始，然后擴展到枝葉。在上面的文檔中，第一行是xml的聲明，定義了xml的版本和使用的編碼方式。第二行描述文檔的根元素（類似于本文檔是一個note），接下來有4個子元素，（to，from，heading，body）。
例如下面的xml文檔表示bookstore
語法結構
xml的聲明中，省略關閉標簽是非法的。所有元素都必須有關閉標簽,類似于
。xml標簽對大小寫敏感，xml必須正確嵌套，xml的屬性值必須加上引號。例如 <note date="12/11/2007"> <to>Tove</to> <from>Jani</from> </note>
xml中的字符擁有特殊的意義，xml中存在5個實體引用
- < <
- > >
- & &
- &apos ’
- " "
xml的注釋語法如下，和html語法一樣。
<!-- This is a comment -->xml中空格會被保留，xml以LF存儲換行。
python對xml文件解析
常見的xml編程接口有DOM和SAX，這兩種接口處理xml文件方式不同。python中有三種方法解析xml，sax，dom一級ElementTree
1.SAX (simple API for XML )
Python 標準庫包含 SAX 解析器，SAX 用事件驅動模型，通過在解析XML的過程中觸發一個個的事件并調用用戶定義的回調函數來處理XML文件。
2.DOM(Document Object Model)
將 XML 數據在內存中解析成一個樹，通過對樹的操作來操作XML。
3.ElementTree(元素樹)
ElementTree就像一個輕量級的DOM，具有方便友好的API。代碼可用性好，速度快，消耗內存少。
注：因DOM需要將XML數據映射到內存中的樹，一是比較慢，二是比較耗內存，而SAX流式讀取XML文件，比較快，占用內存少，但需要用戶實現回調函數（handler）。
解析實例：
<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處理子模塊包括：
-
xml.etree.ElementTree： ElementTree API，一個簡單而輕量級的XML處理器
-
xml.dom：DOM API 定義
-
xml.dom.minidom：最小的 DOM 實現
-
xml.dom.pulldom：支持構建部分 DOM 樹
-
xml.sax：SAX2 基類和便利函數
-
xml.parsers.expat：Expat解析器綁定
ET模塊解析xml文件
其中xml.etree.ElementTree模塊實現了簡單高效的API，可以用來解析和創建XML數據。
Element對象有下面的常用屬性：
- Element.tag 標簽
- Element.text，去除標簽，獲取標簽中的內容。
例如 - Element.attrib，獲取標簽中的屬性和屬性值
- Element.findall()，找到帶有標簽的所有節點
- Element.append()，增加新的節點
- Element.set()，增加或者修改屬性
- Element.remove()，刪除節點。
- ElementTree.write()保存xml文件。
參考官方python的結構化標準處理工具XML
對于下面的示例xml文檔：
例如下面voc標注的數據，格式為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) # 解析讀取xml函數objects = []img_dir =[]# Element.findall()查找當前元素的直接子元素中帶有指定標簽的元素# Element.find()找帶有特定標簽的第一個子級# Elemtn.text 訪問元素的文本內容# Element.get 訪問元素的屬性。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# 可視化目標框，并顯示標簽 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的內置函數，在圖片上寫入文字img.show()fontPath = "C:\Windows\Fonts\Consolas\consola.ttf" # 字體路徑 root = 'F:/dataset/AQM' ann_path = os.path.join(root, 'Annotations') # xml文件所在路徑 pic_path = os.path.join(root, 'JPEGImages') # 樣本圖片路徑 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 )參考：CSDN博客 - - python xml 格式的數據集標注文件解析
總結
以上是生活随笔為你收集整理的python 处理xml文件的全部內容，希望文章能夠幫你解決所遇到的問題。
- 上一篇： CAP 理论 - zookeeper 和
- 下一篇： 百度路书实现车辆轨迹动态回放功能-jav