xml.etree.ElementTree

# target: to parse xml
# ref: http://blog.csdn.net/menglei8625/article/details/7494509

from xml.etree.ElementTree import parse

import re

# demo.xml
"""
<?xml version="1.0"?>
<stop>
   <id a='a' b='b' c='c'>14791</id>
   <nm>Clark &amp; Balmoral</nm>
   <sri>
      <rt>22</rt>
      <d>North Bound</d>
      <dd>North Bound</dd>
   </sri>
   <cr>22</cr>
   <pre>
      <pt>5 MIN</pt>
      <fd>Howard</fd>
      <v>1378</v>
      <rn>22</rn>
   </pre>
</stop>
"""


# xml file path
xml_path = r'.\demo.xml'


print('{:-^20}'.format('start'))

# 1.打开xml文档
doc = parse(xml_path)

# 2.获取root节点
root = doc.getroot()

print("root:"+str(root))
# 3.获取元素name
print("root.tag:"+str(root.tag))
# 4.获取元素attribute
print("root.attrib:"+str(root.attrib))
# 5.获取元素value
print("root.text:"+ascii(root.text))
# 6.获取元素tail(不常用)
print("root.tail:"+ascii(root.tail))

print('{:-^20}'.format(''))

# 此方法用来获取元素name, attribute, value, 组成tuple并返回
def getElementInfomation(obj):
    # obj.tag: get tag name
    objname = str(obj.tag)
    # obj.attrib: get tag attribute objects
    # 没有属性显示空字典:{}
    objattr = str(obj.attrib)
    # obj.text: get tag value
    # 如果有值且非‘空格换行制表’之类的占位符则取该值，否则取"None"
    objvalue = ("None" if obj.text!=None and re.match(r'\s+',obj.text) else str(obj.text))
    # 返回tuple
    return (objname,objattr,objvalue)
# 使用getElementInfomation方法效果
print(getElementInfomation(root))

print('{:-^20}'.format(''))

# 7.如果root下还有子元素
for child in root:
    print(getElementInfomation(child))

print('{:-^20}'.format(''))

# 由某个节点开始进行遍历（迭代方法）
def go_through(obj):
    print(getElementInfomation(obj))
    for ele in obj:
    # for ele in obj.getchildren():
        go_through(ele)
# 使用go_through方法效果
go_through(root)

print('{:-^20}'.format(''))

# 加入层级数值
def go_through_layer(obj,layer:int):
    # 将tuple转换成list并赋值给temp变量
    temp = list(getElementInfomation(obj))
    # 在list里追加层级数值
    temp.insert(0,layer)
    print(temp)
    layer += 1
    for ele in obj:
    # for ele in obj.getchildren():
        go_through_layer(ele,layer)
layer_level = 0
go_through_layer(root,layer_level)

print('{:-^20}'.format(''))

# 在紧邻的子元素层级中查找到第一个匹配的元素
print('{:*^20}'.format(''))
print(root.find('.')) # 根元素
print(root.find('pre')) # 其紧邻的子元素层级包括'id/nm/sri/cr/pre'
go_through_layer(root.find('pre'),1)
print(root.find('./sri/rt')) # 根据xpath可以找到相应元素
# 在紧邻的子元素层级中查找到所有匹配的元素
print('{:*^20}'.format(''))
print(root.findall('.')) # # 根元素
print(root.findall('sri')) # 其紧邻的子元素层级包括'id/nm/sri/cr/pre'
for i in root.findall('sri'):
    go_through_layer(i,1)
print(root.findall('./sri/rt')) # 根据xpath可以找到相应元素

# 在紧邻的子元素层级中查找到匹配的元素,并返回元素name
print('{:*^20}'.format(''))
print(ascii(root.findtext('id')))
print(ascii(root.findtext('sri')))

# 以下几种是迭代器，可用于遍历元素，之后进行后续操作
print('{:+<20}'.format('Left')) #左缩进
# 以当前元素作为根节点做迭代
for y in root.iter():
    print(y)

print('{:+^20}'.format('center')) #居中
# 以指定元素作为根节点做迭代
for y in root.iterfind('sri'):
    print(y)

print('{:+>20}'.format('right')) #右缩进
# 以当前元素作为根节点做迭代并返回元素value
for y in root.itertext():
    print(ascii(y))