python中的lxml模块

Python中自带了XML的模块，但是性能不太好，相比之下，LXML增加了很多实用的功能。

lxml中主要有两部分，

1) etree，主要可以用来解析XML字符串，

　　内部有两个对象，etree._ElementTree和etree._Element

　etree.Element对象中包含的属性和方法：

属性：1)tag，返回该节点的名称：

　　　　　　print 'root.tag'    输出tag

　　　2)text，设置该节点的文本：

　　　　　　root.text = 'hello world'  输出<root>hello world</root>

　　　3)tail，在标签后边追加文本：

　　　　　　root.tail = 'hym'   输出<root>hello world</root>hym

方法：1)Element(string)，创建一个Element对象：

　　　　　　root = etree.Element('root')    返回一个XML的节点，名称root

　　　　　　root = etree.Element('root', interesting='totally')  返回一个root节点，属性interesting = 'totally'

　　　2) set(name,value)，为已有的节点，添加属性，

　　　　　　root.set('hello', 'huhu')    增加一个属性hello = 'huhu'

　　   3) get(string)，返回属性值，

　　　　　　root.get('intersting')   返回‘totally’

　　  4) keys()，返回所有的属性名，

　　　　　　root.keys()   返回interesting，hello

　　  5) items()，返回字典，其中包含所有的属性，及其 value

　　　　　　for name,value in sorted(root.items())    返回两对属性

　　  6) 为该节点，添加子节点，

　　　　　　child1 = etree.SubElement(root, 'child')

　　  7) 为该节点，删除子节点，

　　　　　　root.remove(child1)

　　  8) getparent()，拿到父节点

　　　　　　child1.getparent().tag   返回root

etree允许，节点内部的子节点，认为是一个list，

　　print "len(root)"   返回root节点及其子节点的个数；

　　root.index(child2)    返回child2的索引值

　　child = root[0]   返回child1，允许索引访问

　　for  child in root:   允许遍历

　　　　...

　　root.insert(0, etree.Element('child0'))    允许插入

　　root.append(etree.Element('child4'))    允许append

etree._Element对象是一颗xml的树，内部包含很多element的对象，

　　1)root.getroottree()，返回一个节点对应的树，root表示当前节点的tag，返回的是Tree类型的对象

　　2)getroot()，返回根节点，返回的是Element类型的对象

　　3)etree.ELementTree(root)，从一个节点构建一颗tree，该节点，也就是根节点，

etree，Element和Tree类型的对象，都支持xpath的方法：

　　foo.xpath('//root')[0].tag

2) html，主要用来解析html，

　　etree.html(HTML)来解析html，并得到Element对象，也可以调用xpath来分析xml

xpath，可以实现节点和属性的快速查找：

　　xpath('//div[@attr = value]/text()')   返回该div节点，满足attr属性要求的，节点的文本

　　xpath('//div[@attr]/@attr')　　返回该div节点，含有attr属性，的值