ua 
English 
Español 
中國人 
Tiếng Việt 
Deutsch 
Português 
Français 
भारतीय 
Türkçe 
한국인 
Italiano 
Gaeilge 
اردو 
Indonesia 
Polski XML, або eXtensible Markup Language (розширювана мова розмітки), широко використовується для кодування документів. У той час як HTML слугує для візуального подання інформації, XML орієнтований на структурування та акцентування змісту даних. Цей формат часто застосовується для передачі даних, створення файлів конфігурації та веб-сервісів.
Елементи в документах XML розміщуються всередині тегів, які позначають початок і кінець кожного елемента.
Приклад XML:
PHP
Node.js
Python
Java
Golang
<data>
<item>
<name>Item 1</name>
<price>10</price>
</item>
<item>
<name>Item 2</name>
<price>20</price>
</item>
</data>У цій статті ми розглянемо різні бібліотеки та методи парсингу XML у Python.
Нижче представлено докладніше необхідні бібліотеки та процес їхнього встановлення для вилучення даних з XML.
xml.etree.ElementTree - стандартна бібліотека Python для парсингу та створення XML-даних. Вона пропонує простий і ефективний API для обробки XML з рядків і файлів, а також для генерації XML-документів.
Приклад використання:
import xml.etree.ElementTree as ET
xml_data = """
<data>
<item>
<name>Item 1</name>
<price>10</price>
</item>
<item>
<name>Item 2</name>
<price>20</price>
</item>
</data>
"""
root = ET.fromstring(xml_data)
for item in root.findall('item'):
name = item.find('name').text
price = item.find('price').text
print(f'Name: {name}, Price: {price}')
Результати виводу:
xml.dom.minidom - вбудована бібліотека Python, що представляє XML-дані у формі DOM (Document Object Model). Ця бібліотека забезпечує більш детальні можливості маніпуляцій з XML-документами.
Приклад використання:
from xml.dom.minidom import parseString
xml_data = """
<data>
<item>
<name>Item 1</name>
<price>10</price>
</item>
<item>
<name>Item 2</name>
<price>20</price>
</item>
</data>
"""
dom = parseString(xml_data)
items = dom.getElementsByTagName('item')
for item in items:
name = item.getElementsByTagName('name')[0].firstChild.data
price = item.getElementsByTagName('price')[0].firstChild.data
print(f'Name: {name}, Price: {price}')Результати виводу:
BeautifulSoup - широко відома бібліотека для парсингу HTML і XML документів. Вона особливо зручна для веб-скрапінгу та обробки некоректно структурованого XML.
Приклад використання:
from bs4 import BeautifulSoup
xml_data = """
<data>
<item>
<name>Item 1</name>
<price>10</price>
</item>
<item>
<name>Item 2</name>
<price>20</price>
</item>
</data>
"""
soup = BeautifulSoup(xml_data, 'xml')
items = soup.find_all('item')
for item in items:
name = item.find('name').text
price = item.find('price').text
print(f'Name: {name}, Price: {price}')Результати виводу:
lxml - просунута бібліотека, яка поєднує простоту використання ElementTree з високою швидкістю і розширеними можливостями бібліотеки libxml2. Вона підтримує парсинг як XML, так і HTML.
Приклад використання:
from lxml import etree
xml_data = """
<data>
<item>
<name>Item 1</name>
<price>10</price>
</item>
<item>
<name>Item 2</name>
<price>20</price>
</item>
</data>
"""
root = etree.fromstring(xml_data)
items = root.findall('item')
for item in items:
name = item.find('name').text
price = item.find('price').text
print(f'Name: {name}, Price: {price}')Результати виводу:
Конвертація XML у словник спрощує маніпуляцію й оброблення даних XML, роблячи їх більш гнучкими для використання.
import xml.etree.ElementTree as ET
def xml_to_dict(element):
if len(element) == 0:
return element.text
return {child.tag: xml_to_dict(child) for child in element}
xml_data = """
<data>
<item>
<name>Item 1</name>
<price>10</price>
</item>
<item>
<name>Item 2</name>
<price>20</price>
</item>
</data>
"""
root = ET.fromstring(xml_data)
data_dict = xml_to_dict(root)
print(data_dict)
Результати виведення:
Конвертація даних з XML у формат CSV може бути корисною для аналізу та зберігання даних. Це спрощує інтеграцію з табличними додатками та полегшує візуалізацію даних.
import csv
import xml.etree.ElementTree as ET
xml_data = """
<data>
<item>
<name>Item 1</name>
<price>10</price>
</item>
<item>
<name>Item 2</name>
<price>20</price>
</item>
</data>
"""
root = ET.fromstring(xml_data)
with open('output.csv', 'w', newline='') as csvfile:
writer = csv.writer(csvfile)
writer.writerow(['Name', 'Price'])
for item in root.findall('item'):
name = item.find('name').text
price = item.find('price').text
writer.writerow([name, price])
Під час роботи з XML вкрай важливо вміти обробляти помилки, щоб код міг адекватно обробляти несподівані або некоректні дані
import xml.etree.ElementTree as ET
xml_data = """
<data>
<item>
<name>Item 1</name>
<price>10</price>
</item>
<item>
<name>Item 2</name>
<price>20</price>
</item>
</data>
"""
try:
root = ET.fromstring(xml_data)
except ET.ParseError as e:
print(f'Error parsing XML: {e}')
Ось приклад того, як можна використовувати бібліотеку BeautifulSoup для парсингу даних XML, отриманих з URL:
import requests # Імпортуємо бібліотеку requests для виконання HTTP-запитів
from bs4 import BeautifulSoup # Імпортуємо BeautifulSoup з бібліотеки bs4 для парсингу XML
# Визначаємо URL XML даних
url = "https://httpbin.org/xml"
# Відправляємо GET-запит на URL
response = requests.get(url)
# Парсимо XML вміст відповіді за допомогою BeautifulSoup
soup = BeautifulSoup(response.content, 'xml')
# Проходимо по всіх елементах 'slide' в XML
for slide in soup.find_all('slide'):
# Знаходимо елемент 'title' у кожному 'slide' і отримуємо його текст
title = slide.find('title').text
# Виводимо текст заголовка
print(f'Title: {title}')Результати виводу:
Python надає широкі можливості для парсингу та обробки даних у форматі XML завдяки безлічі потужних бібліотек, що робить його придатним як для базового аналізу даних, так і для складної обробки документів. Освоєння цих інструментів є критично важливою навичкою для веб-розробників на Python.
Коментарі: 0