企业官网建设流程全解析

前言

本部分不对 XML 的理论结构做深入分析，仅作为一个快速参考说明，用于记录在实际数据处理中常用的 XML 结构理解方式，以及 Python 中对 XML 节点的基本调用方法，便于后续快速查阅。

XML文件结构简介

XML文件的基本单位是由标签包起来的一整块内容，一个元素示例：

<item id="001"> hello </item>

其中，整个标签(Tag）<item>.....</item>包起来的内容可以看作一个节点（xml中称作元素，Element）。写在<>中的id="001"，这部分是节点的属性（Attribute），可以省略。标签中间包着的hello是标签的真正内容（Text）。

对应关系如下表所示：

每个XML有一个根节点(Root Element)，根节点包含多个子节点（Child Element），子节点也可以包含多个孙节点（Grandchild Element），以此类推。

<root> <child A><\child A> <child B ID="001"><\child B> <grandchild A><\grandchild A> <grandchild B><\grandchild B> <\root>

上例所示的关系可以由树的形式画出:

root（根节点Root Element） ├── child A（1级子节点First-level Child Element） └── child B（1级子节点First-level Child Element） └── grandchild A（2级子节点Second-level Child Element） └── grandchild B（2级子节点Second-level Child Element）

其中，child A 和child B是同辈节点，grandchild A和grandchild B是同辈节点。root是child A和child B的母节点，child B是grandchild A和grandchild B的母节点。

大致了解这些关系，就可以看懂XML的结构和内容了。

实例（仅包含部分节点），同色的节点互为同辈节点：

python函数调用

文件读取

python自带XML包，可以使用XML包读取XML文件，主要用到其中的ElementTree类。

import xml.etree.ElementTree as ET

文件读取：

tree = ET.parse('D://ukbiobank_ecg_test.xml') root = tree.getroot()

读取到的是一个树结构数据。

查看XML文件的结构

打印所有1级子节点的标签：

#打印所有1级子节点标签 for child in root: print(child.tag)

运行结果：

打印所有节点标签：

def print_tree(element, level=0): print(" " * level + element.tag) for child in element: print_tree(child, level + 1) print_tree(root)

运行结果（太长，只截取部分）：

使用.find()方法查找节点

.find()基本用法：

node.find("tag")#只在当前子层寻找 node.find(".//tag")#查询所有子孙节点

返回值是整个节点，不是列表（list）。

可以使用.find()来找到相应的节点，并调用print_tree函数并打印出其所有子节点的标签。例如查看ClinicalInfo这个节点和其所有子节点标签：

clinicinfo = root.find("ClinicalInfo") print_tree(clinicinfo)

运行结果：

注意：如果有多个同名节点，.find()方法只会读取其中的第一个节点。

使用.findall()方法查找节点

有同名节点时，使用.findall()方法可以找到所有同名节点的集合。

node.findall("tag")

示例：

waves = strip.findall("WaveformData")

waves中包含了Tag为“WaveformData”的全部节点。