今天給大家?guī)硪黄P(guān)于python第三方模塊xmltodict的使用文章。

1、背景：

工作中我們經(jīng)常處理一些xml格式的數(shù)據(jù)，比如在抓取某網(wǎng)站數(shù)據(jù)時，我們會取巧去抓取他的RSS訂閱信息等，那我們怎么解析這些數(shù)據(jù)呢，有一些傳統(tǒng)的類似html  lxml的工具包，今天給大家?guī)硪粋€xmltodict 優(yōu)雅處理xml格式為json的庫

2、什么是 XML？

• XML 指可擴(kuò)展標(biāo)記語言（EXtensible Markup Language）。

• XML 是一種很像HTML的標(biāo)記語言。

• XML 的設(shè)計(jì)宗旨是傳輸數(shù)據(jù)，而不是顯示數(shù)據(jù)。

• XML 標(biāo)簽沒有被預(yù)定義。您需要自行定義標(biāo)簽。

• XML 被設(shè)計(jì)為具有自我描述性。

• XML 是 W3C 的推薦標(biāo)準(zhǔn)。

3、什么是 RSS？

• RSS 指 Really Simple Syndication（真正簡易聯(lián)合）

• RSS 使您有能力聚合（syndicate）網(wǎng)站的內(nèi)容

• RSS 定義了非常簡單的方法來共享和查看標(biāo)題和內(nèi)容

• RSS 文件可被自動更新

• RSS 允許為不同的網(wǎng)站進(jìn)行視圖的個性化

• RSS 使用 XML 編寫

4、xmltodict安裝

pip3 install xmltodict

5、我們看下如何使用

import xmltodict
import json
xml_str = '''
<bookstore>
  <book category="COOKING">
      <title lang="en">Everyday Italian</title>
      <author>Giada De Laurentiis</author>
      <year>2005</year>
      <price>30.00</price>
  </book>
  <book category="CHILDREN">
      <title lang="en">Harry Potter</title>
      <author>J K. Rowling</author>
      <year>2005</year>
      <price>29.99</price>
  </book>
  <book category="WEB">
      <title lang="en">Learning XML</title>
      <author>Erik T. Ray</author>
      <year>2003</year>
      <price>39.95</price>
  </book>
</bookstore>
'''
new_dict_obj = xmltodict.parse(xml_str)  # 返回一個OrderedDict類型的對象
json_str = json.dumps(new_dict_obj)  # 使用內(nèi)置的json模塊轉(zhuǎn)換成json
print(json_str)

結(jié)果如下：

{"bookstore": {"book": [{"@category": "COOKING", "title": {"@lang": "en", "#text": "Everyday Italian"}, "author": "Giada De Laurentiis", "year": "2005", "price": "30.00"}, {"@category": "CHILDREN", "title": {"@lang": "en", "#text": "Harry Potter"}, "author": "J K. Rowling", "year": "2005", "price": "29.99"}, {"@category": "WEB", "title": {"@lang": "en", "#text": "Learning XML"}, "author": "Erik T. Ray", "year": "2003", "price": "39.95"}]}}

如何轉(zhuǎn)成xml

直接上代碼

import xmltodict
new_dict_obj = {"bookstore": {"book": [{"@category": "COOKING", "title": {"@lang": "en", "#text": "Everyday Italian"}, "author": "Giada De Laurentiis", "year": "2005", "price": "30.00"}, {"@category": "CHILDREN", "title": {"@lang": "en", "#text": "Harry Potter"}, "author": "J K. Rowling", "year": "2005", "price": "29.99"}, {"@category": "WEB", "title": {"@lang": "en", "#text": "Learning XML"}, "author": "Erik T. Ray", "year": "2003", "price": "39.95"}]}}
new_xml = xmltodict.unparse(new_dict_obj)# 這里直接放dict對象
print(new_xml)

結(jié)果如下

<?xml version="1.0" encoding="utf-8"?>
<bookstore><book category="COOKING"><title lang="en">Everyday Italian</title><author>Giada De Laurentiis</author><year>2005</year><price>30.00</price></book><book category="CHILDREN"><title lang="en">Harry Potter</title><author>J K. Rowling</author><year>2005</year><price>29.99</price></book><book category="WEB"><title lang="en">Learning XML</title><author>Erik T. Ray</author><year>2003</year><price>39.95</price></book></bookstore>

6、網(wǎng)站抓取中使用

獲取xml數(shù)據(jù)源鏈接

請求數(shù)據(jù)源

import requests
import xmltodict
headers = {
}
url = "https://boyyongxin.github.io/atom.xml"
response = requests.get(url, headers=headers,verify=False)
xml_str = response.text
new_dict_obj = xmltodict.parse(xml_str)
print(new_dict_obj)

得到的結(jié)果我們就可以json方式去提取了

以上就是python第三方模塊xmltodict庫優(yōu)雅處理xml格式為json的詳細(xì)內(nèi)容，更多關(guān)于python xmltodict庫的資料請關(guān)注腳本之家其它相關(guān)文章！

最新評論