Python中的XML处理
我即将构build一个需要构buildXML文档并将其发布到Web服务的项目，我想用Python来实现，以扩展我的技能。
不幸的是，尽pipe在.NET中我很了解XML模型，但是我不确定Python中XML模型的优点和缺点。
任何人都有在Python中处理XML的经验吗？ 你会build议我从哪里开始？ 我将要构build的XML文件将非常简单。
就个人而言，我已经在一个XML重大的项目中使用了一些内置的选项，并且已经把pulldom作为不太复杂的文档的最佳select。
特别是对于一些小的简单的东西，我喜欢事件驱动的parsing理论，而不是为相对简单的结构设置一大堆callback。 以下是如何使用API的快速讨论 。
我喜欢：你可以在for循环中处理parsing，而不是使用callback。 您还可以延迟完整parsing（“拉”部分），只有在调用expandNode()时才能获得更多详细信息。 这满足了我对“负责任”效率的一般要求，同时又不牺牲易用性和简单性。
ElementTree有一个很好的pythony API。 我想它甚至是Python 2.5的一部分
它是在纯Python中，正如我所说，相当不错，但如果你需要更多的性能，那么lxml暴露相同的API，并使用libxml2。 你理论上可以在你发现需要的时候交换它。
深入Python有一章。 不能保证会有多好。
处理XML有三种主要的方式，一般是：dom，sax和xpath。 如果你可以负担你的整个xml文件到内存中一次，你不介意处理数据结构，并且你正在查看很多/大部分的模型。 如果您只关心一些标签，或者您正在处理大文件，并且可以按顺序处理这些文件，那么萨克斯模型非常棒。 xpath模型各有一点 – 您可以select所需数据元素的path，但需要使用更多的库。
如果你想直接用Python打包，minidom就是你的答案，但是相当蹩脚，文档是“这里是关于dom的文档，去搞清楚”。 真的很烦人
就我个人而言，我喜欢cElementTree，这是一个更快（基于c）的ElementTree实现，这是一个类似dom的模型。
我已经使用了sax系统，在很多方面他们的感觉更“pythonic”，但我通常最终创build基于状态的系统来处理它们，这就是疯狂（和错误）。
如果你喜欢研究，或者ElementTree，如果你想要很好的代码，
我已经使用ElementTree几个项目，并推荐它。
Python python是Python 2.5的一个包装盒，包含c版本cElementTree（xml.etree.cElementTree），比纯Python版本快20倍，使用起来非常简单。
lxml有一些性能上的优势，但是它们不均衡，你应该首先检查你的用例的基准。
据我所知，ElementTree代码可以很容易地移植到lxml。
我编写了一个接收XML请求的SOAP服务器，并创buildXML响应。 （不幸的是，这不是我的项目，所以它是封闭的源，但这是另一个问题）。
对我来说，如果你有一个“适合”模式的数据结构，那么创build（SOAP）XML文档就相当简单了。
我保留了信封，因为回复信封与请求信封几乎相同。 然后，因为我的数据结构是一个（可能是嵌套的）字典，所以我创build了一个string，将这个字典转换为<key>值</ key>项。
这是一个recursion使任务变得简单的任务，并且我最终得到正确的结构。 这一切都是在python代码中完成的，目前已经足够用于生产了。
您也可以（相对）轻松地build立列表，虽然取决于您的客户，除非您提供长度提示，否则您可能遇到问题。
对我来说，这是非常简单的，因为字典比一些自定义类更容易工作。 对于书籍来说，生成XML比parsing要容易得多！
这取决于文件的复杂程度。
我已经使用minidom编写XML，但通常只是读取文档，进行一些简单的转换，并将其写回。 直到我需要订购元素属性（以满足不能正确parsingXML的古老应用程序）的能力时，这种方法运行良好。 那时我放弃了，自己写了XML。
如果你只是在简单的文档上工作，那么自己做就可以比学习框架更快，更简单。 如果你可以手工编写XML，那么你也可以手工编写它（只要记住要正确地转义特殊字符，并使用str.encode(codec, errors="xmlcharrefreplace") ）。 除了这些snafus之外，XML是足够正规的，您不需要特殊的库来编写它。 如果文档太复杂，无法手工编写，那么您应该查看已经提到的框架之一。 你不需要写一个通用的XML编写器。
您也可以尝试解开简单的XML文档。
既然您提到您将构build“相当简单”的XML，那么minidom模块 （Python标准库的一部分）将可能适合您的需求。 如果您对XML的DOM表示有任何经验，那么您应该发现API非常简单。
我个人认为从Dive into Python这一章很棒。 首先检查一下 – 它使用minidom模块，是一个相当不错的写作。
对于在Python中使用XML的严肃工作，使用lxml
Python自带ElementTree库，但是lxml在速度和function（模式validation，saxparsing，XPath，各种迭代器和许多其他function）方面进行了扩展。
你必须安装它，但是在许多地方它已经被认为是标准设备的一部分（例如，Google AppEngine不允许基于C的Python包，但是除了lxml，pyyaml和其他几个）。
用E-factory构buildXML文档（来自lxml）
你的问题是关于build立XML文件。
使用lxml有很多方法，我花了一段时间find一个，这似乎是易于使用，也易于阅读。
使用E-factory的lxml doc示例代码（稍微简化）：
E-factory为生成XML和HTML提供了一个简单而紧凑的语法：
>>> from lxml.builder import E >>> html = page = ( ... E.html( # create an Element called "html" ... E.head( ... E.title("This is a sample document") ... ), ... E.body( ... E.h1("Hello!"), ... Ep("This is a paragraph with ", Eb("bold"), " text in it!"), ... Ep("This is another paragraph, with a", "\n ", ... Ea("link", href="http://www.python.org"), "."), ... Ep("Here are some reserved characters: <spam&egg>."), ... ) ... ) ... ) >>> print(etree.tostring(page, pretty_print=True)) <html> <head> <title>This is a sample document</title> </head> <body> <h1>Hello!</h1> <p>This is a paragraph with <b>bold</b> text in it!</p> <p>This is another paragraph, with a <a href="http://www.python.org">link</a>.</p> <p>Here are some reserved characters: <spam&egg>.</p> </body> </html>
我欣赏电子工厂以下的东西
代码几乎与生成的XML文档一样
可读性计数。
允许创build任何XML内容
支持像这样的东西：
- 使用名称空间
- 在一个元素内开始和结束文本节点
- 函数格式化属性内容（详见func CLASS in full lxml sample ）
允许具有清单的非常可读的结构
例如：
from lxml import etree from lxml.builder import E lst = ["alfa", "beta", "gama"] xml = E.root(*[E.record(itm) for itm in lst]) etree.tostring(xml, pretty_print=True)
导致：
<root> <record>alfa</record> <record>beta</record> <record>gama</record> </root>
结论
我强烈build议阅读lxml教程 – 这是写得很好，会给你更多的理由使用这个强大的库。
lxml唯一的缺点就是它必须被编译。 请参阅SO回答以获取更多提示，如何在几分之一秒内从wheel格式的包中安装lxml。
我最近开始使用阿马拉成功。
我认为处理XML的.Net方式是build立在MSXML的版本上的，我假设使用例如minidom会让你感觉有点在家。 但是，如果这是简单的处理，你正在做任何图书馆可能会做。
我也喜欢在处理Python中的xml时使用ElementTree，它是一个非常整洁的库。
如果您打算构buildSOAP消息，请查看soaplib 。 它在底层使用ElementTree，但它为序列化和反序列化消息提供了一个非常干净的接口。
我强烈推荐SAX – 用于XML的简单API – 在Python库中实现。 如以前的海报所讨论的那样，它们甚至可以通过驱动的API来设置和处理大型的XML，而且与validationDOM风格的XMLparsing器不同，其内存占用less。
我认为你应该使用lxml来实现这个function
