如何使用 LXML 解析 XML

有关如何使用 LXML 解析 XML 的分步指南。

重要提示：本文假设您熟悉 XML 数据结构。请参阅 W3Schools XML 教程如果你需要复习。

步骤 1。 使用 pip 安装 LXML。

				
					pip install lxml

TIPS： LXML 文档。如果您在 Python 中使用 LXML，请导入树模块。

				
					from lxml import etree

步骤 2。 加载要使用的 XML 文件。有两种方法可以执行此操作：1) 从系统上的 .xml 文件加载；2) 发出 HTTP 请求以从 Internet 获取 XML 内容。 TIPS： 两种方法的解析略有不同：解析文档; 其他解析选项. 1. 从系统上的 .xml 文件

				
					filename = "file/location.xml"
parser = etree.XMLParser()
tree = etree.parse(filename, parser)

2. 发出 HTTP 请求从互联网获取 XML 内容。

				
					r=requests.get('https://www.w3schools.com/xml/simple.xml')
tree = etree.XML(r.content)

注意：在这两种情况下，结果都会被解析并保存在 元素树 对象并保存在树变量。 步骤 3。 您需要了解 LXML 元素树 类和 XPath 选择器，用于以下步骤。查看一些教程： LXML 教程; XPath 教程. 步骤 4。 让我们继续你一直在研究的代码示例。我们将获取 XML 示例.XML 数据：

				
					<breakfast_menu>
<food>
<name>Belgian Waffles</name>
<price>$5.95</price>
<description>Two of our famous Belgian Waffles with plenty of real maple syrup</description>
<calories>650</calories>
</food>
<food>
<name>Strawberry Belgian Waffles</name>
<price>$7.95</price>
<description>Light Belgian waffles covered with strawberries and whipped cream</description>
<calories>900</calories>
</food>
<food>
<name>Berry-Berry Belgian Waffles</name>
<price>$8.95</price>
<description>Light Belgian waffles covered with an assortment of fresh berries and whipped cream</description>
<calories>900</calories>
</food>
<food>
<name>French Toast</name>
<price>$4.50</price>
<description>Thick slices made from our homemade sourdough bread</description>
<calories>600</calories>
</food>
<food>
<name>Homestyle Breakfast</name>
<price>$6.95</price>
<description>Two eggs, bacon or sausage, toast, and our ever-popular hash browns</description>
<calories>950</calories>
</food>
</breakfast_menu>

我们来看看示例的 XML 树：

步骤 5。 要获取名称，你首先需要找到一个 <姓名> 每个元素节点并从中获取文本数据。这可以通过以下代码行完成：

				
					foods = tree.xpath(".//food/name/text()")

。//食物 – 查找并选择XML 中任意位置的元素
/姓名 – 选择孩子
/文本（） – 获取包含在标签。

注意: 此食品变量将包含 XML 文档中找到的所有食物名称的列表。

步骤 6。 让我们通过将脚本的输出打印到终端窗口来检查脚本是否有效。

				
					for food in foods:
    print (food)

这是 脚本的输出。它显示您刚刚抓取的名称。

				
					python lxml_get_text.py
Belgian Waffles
Strawberry Belgian Waffles
Berry-Berry Belgian Waffles
French Toast
Homestyle Breakfast

结果：
恭喜，您刚刚学会了如何使用 LXML 解析 XML。以下是完整脚本：

				
					from lxml import etree
import requests
r=requests.get('https://www.w3schools.com/xml/simple.xml')
tree = etree.XML(r.content)
foods = tree.xpath(".//food/name/text()")
for food in foods:
    print (food)

如何使用 LXML 解析 XML

如何使用 Selenium 通过文本查找元素

如何使用 LXML 获取文本