El mundo de la programación en Python

Guía de XML en Python: de la biblioteca estándar a lxml

Manipulación y análisis de datos
目次

1. Introducción

Python es un lenguaje de programación flexible que permite manejar fácilmente diversos formatos de datos. Entre ellos, XML（Extensible Markup Language） se utiliza con frecuencia para el intercambio y el almacenamiento de datos estructurados, y se emplea ampliamente en respuestas de API y archivos de configuración. En Python, se puede manipular XML fácilmente utilizando la biblioteca estándar y bibliotecas externas. En este artículo, explicamos de manera clara desde las operaciones básicas hasta las aplicaciones avanzadas de XML con Python.

2. Introducción a las bibliotecas para trabajar con XML en Python

2.1 Biblioteca estándar: xml.etree.ElementTree

La biblioteca estándar de Python xml.etree.ElementTree es una herramienta práctica que facilita la lectura y escritura de archivos XML, así como la exploración y edición de estructuras en árbol。
  • Fundamentos del parseo: import xml.etree.ElementTree as ET tree = ET.parse('data.xml') root = tree.getroot() print(root.tag) # Salida: "data" En este código se lee el archivo XML llamado data.xml y se muestra la etiqueta del elemento raíz. Puedes comprobar que el resultado de salida es «data».
  • Manejo de errores cuando el archivo no existe: Si el archivo no existe, se lanzará FileNotFoundError, por lo que puedes añadir un manejo de excepciones como se muestra a continuación. try: tree = ET.parse('data.xml') root = tree.getroot() except FileNotFoundError: print("No se encontró el archivo.")

2.2 Biblioteca externa: lxml

Cuando se necesitan operaciones avanzadas con XML, se recomienda la biblioteca lxml. lxml admite un potente procesamiento de XML con XPath y XSLT, y permite realizar fácilmente operaciones que resultan difíciles con la biblioteca estándar。
  • Obtención de elementos mediante XPath: from lxml import etree tree = etree.parse('data.xml') countries = tree.xpath('//country[@name="Liechtenstein"]') print(countries[0].tag) # Salida: "country" Este código obtiene el elemento country cuyo atributo name es «Liechtenstein».
年収訴求

3. Análisis y manipulación de XML

3.1 Procedimiento básico de análisis

Para analizar un archivo XML y manipular la estructura en árbol, use parse() de xml.etree.ElementTree. Este método carga el archivo XML y obtiene el elemento raíz del árbol.
  • Análisis desde un archivo: import xml.etree.ElementTree as ET tree = ET.parse('example.xml') root = tree.getroot() print(root.tag) # Salida: "rootTag" Este código carga el archivo XML example.xml y muestra el nombre de la etiqueta del elemento raíz.

3.2 Búsqueda de elementos y manipulación de atributos

Para buscar elementos XML, use find() y findall(). Esto permite obtener fácilmente elementos o atributos específicos。
  • Búsqueda de elementos y obtención de atributos: country = root.find('country') print(country.get('name')) # Salida: "Liechtenstein"
  • Manipulación de atributos: Para manipular los atributos de un elemento XML, obténgalos con get() y configúrelos con set(). country.set('currency', 'CHF') print(country.attrib) # Salida: {'name': 'Liechtenstein', 'currency': 'CHF'}

4. Edición y guardado de XML

4.1 Cómo editar elementos

Puedes editar el contenido del XML modificando el texto y los atributos de los elementos XML. Por ejemplo, para cambiar el texto de un elemento, procede así:
  • Edición del texto de un elemento: rank = root.find('.//rank') rank.text = '2' print(rank.text) # Salida: "2"

4.2 Exportar a un archivo XML

Para guardar el XML modificado en un archivo, usa el método write().
  • Guardar el XML: tree.write('updated_data.xml')
侍エンジニア塾

5. Procesamiento avanzado con bibliotecas externas

5.1 Operaciones avanzadas de XML con lxml

Al utilizar la biblioteca lxml, es posible realizar búsquedas complejas con XPath y convertir XML a otros formatos mediante XSLT.
  • Búsqueda de elementos con XPath: from lxml import etree tree = etree.parse('data.xml') countries = tree.xpath('//country') for country in countries: print(country.get('name'))

5.2 Transformación de XML con XSLT

Se muestra un ejemplo de cómo convertir XML a HTML usando XSLT.
  • Conversión de XML a HTML: from lxml import etree xml_tree = etree.parse('data.xml') xsl_tree = etree.parse('style.xsl') transform = etree.XSLT(xsl_tree) result_tree = transform(xml_tree) result_tree.write('output.html', pretty_print=True)

6. Práctica: código de ejemplo y explicación

6.1 Ejemplo para extraer datos de XML

Este es un código de ejemplo que extrae datos de un archivo XML y muestra información específica。
  • Código de ejemplo: import xml.etree.ElementTree as ET tree = ET.parse('data.xml') root = tree.getroot() for country in root.findall('country'): name = country.get('name') rank = country.find('rank').text print(f"Country: {name}, Rank: {rank}")

6.2 Ejemplo para editar y guardar XML

Este es un código de ejemplo que edita el valor de un elemento XML y guarda los cambios。
  • Código de ejemplo: import xml.etree.ElementTree as ET tree = ET.parse('data.xml') root = tree.getroot() rank = root.find('.//rank') rank.text = '2' tree.write('updated_data.xml')

7. Conclusión

Al trabajar con XML en Python, puedes realizar fácilmente operaciones básicas de XML utilizando la biblioteca estándar xml.etree.ElementTree. Además, el uso de lxml permite operaciones avanzadas como XPath y XSLT. Toma como referencia el código presentado en el artículo y prueba a manipular XML en la práctica.