id_ID Bahasa Indonesia
id_ID Bahasa Indonesia en_US English zh_CN 简体中文 es_ES Español pt_BR Português do Brasil de_DE Deutsch fr_FR Français ru_RU Русский tr_TR Türkçe pl_PL Polski vi Tiếng Việt ko_KR 한국어 nl_NL Nederlands it_IT Italiano ja 日本語 et Eesti cs_CZ Čeština ml_IN മലയാളം ms_MY Bahasa Melayu hi_IN हिन्दी ur اردو ar العربية
Masuk
Proksi Uji Coba Gratis

Parsing XML Python: Panduan Komprehensif

XML (Extensible Markup Language) adalah bahasa populer yang digunakan untuk menyimpan dan mentransfer data. Python menyediakan beberapa perpustakaan untuk mengurai XML. Dalam panduan ini, kami akan memperkenalkan Anda pada dua pustaka Python bawaan untuk mengurai XML: xml.dom.minidom dan xml.etree.ElementTree.

Langkah 1: Parsing XML Menggunakan xml.dom.minidom

Pustaka xml.dom.minidom memungkinkan Anda mengurai dokumen XML dengan Python. Untuk mengurai string XML, gunakan metode parseString:

from xml.dom.minidom import parseString

xml_string = """
<library>
 <book>
   <title>The Great Gatsby</title>
   <author>F. Scott Fitzgerald</author>
   <year>1925</year>
 </book>
</library>
"""

document = parseString(xml_string)
print(document.getElementsByTagName("title")[0].firstChild.nodeValue)

Pada kode di atas, kita mengurai string XML dan mengekstrak judul buku.

Langkah 2: Parsing XML Menggunakan xml.etree.ElementTree

Pustaka xml.etree.ElementTree (ET) menyediakan cara yang lebih Pythonic untuk mengurai XML. Untuk mengurai string XML, gunakan metode fromstring:

import xml.etree.ElementTree as ET

xml_string = """
<library>
 <book>
   <title>The Great Gatsby</title>
   <author>F. Scott Fitzgerald</author>
   <year>1925</year>
 </book>
</library>
"""

root = ET.fromstring(xml_string)
for child in root.iter():
   if child.text.strip():
       print(child.text)

Pada kode di atas, kita mengurai string XML dan mencetak teks setiap elemen.

Langkah 3: Mengurai File XML

Minidom dan ElementTree dapat mengurai XML dari file menggunakan metode parse:

# Using minidom
from xml.dom.minidom import parse
document = parse("sample.xml")
print(document.getElementsByTagName("title")[0].firstChild.nodeValue)

# Using ElementTree
import xml.etree.ElementTree as ET
root = ET.parse("sample.xml")
for child in root.iter():
   if child.text.strip():
       print(child.text)

Kode di atas menunjukkan cara mengurai file XML dan mencetak beberapa elemen.

Langkah 4: Menyimpan Data XML ke File CSV

Setelah menguraikan XML, Anda dapat menyimpan data ke file CSV menggunakan perpustakaan pandas:

import pandas as pd

parsed_dict = {
    "title": ["The Great Gatsby"],
    "author": ["F. Scott Fitzgerald"],
    "year": [1925]
}

df = pd.DataFrame(parsed_dict)
df.to_csv("parsed_xml_data.csv", index=False)

Langkah 5: Menangani XML yang Tidak Valid

Pustaka Beautiful Soup dapat mengurai dokumen XML yang mungkin mengalami kesalahan:

from bs4 import BeautifulSoup

invalid_xml = """
<root>
 <person>
  <name>John Doe</name>
  <message>This is a message & an invalid XML example.</message>
 </person>
</root>
"""

soup = BeautifulSoup(invalid_xml, features="lxml-xml")
print(soup.prettify())

Beautiful Soup dapat menangani XML yang tidak valid, tetapi lebih lambat dibandingkan pustaka parsing XML lainnya.

Pengarang: Brandon Perry
Diterbitkan: 15 Juni 2023
Pembaruan terakhir: 10 April 2025

Dapatkan Proksi Uji Coba Gratis Anda Sekarang!

Pos terkait:

  1. Bahasa Pemrograman Teratas untuk Dipelajari pada tahun 2023
  2. Picnob: Penampil dan Pengunduh Instagram
  3. Movierulz Proxy: Panduan Komprehensif untuk Alternatif, Film, dan Pencarian Teratas
  4. Cara Mengirim Header HTTP Dengan cURL: Panduan Komprehensif dengan Contoh
  5. 5 Alasan Membeli dan Menggunakan Proxy dari Jepang

Tulisan Terbaru

Tanya Jawab Umum: Layanan Server Proxy

Parser XML adalah alat yang digunakan untuk membaca dan menafsirkan dokumen XML, mengubah data XML menjadi format terstruktur yang dapat diproses dengan mudah oleh aplikasi, seperti objek atau kamus Python.

DOM (Document Object Model) adalah antarmuka yang memperlakukan dokumen XML atau HTML sebagai struktur pohon, di mana setiap simpul mewakili bagian dari dokumen. Antarmuka ini memungkinkan Anda untuk menavigasi, mengulang, dan memanipulasi konten XML atau HTML dengan mudah.

Node adalah komponen fundamental struktur DOM, yang mewakili elemen, atribut, dan teks dalam dokumen XML.

Ruang nama XML adalah metode untuk membedakan antara berbagai elemen atau atribut XML yang mungkin memiliki nama yang sama tetapi maknanya berbeda. Ruang nama mencegah konflik penamaan dengan membedakan elemen melalui awalan ruang nama.

Anda dapat menemukan tutorial penguraian XML yang komprehensif dalam Python di basis pengetahuan kami, yang mencakup konsep dasar hingga lanjutan, termasuk ekspresi XPath, penanganan namespace, dan penguraian file besar.

Beberapa parser XML tersedia dalam pustaka standar Python, seperti API ElementTree dan antarmuka DOM. Mereka mendukung penguraian dokumen XML, validasi XML, dan penanganan dokumen besar secara efisien.

Elemen akar merupakan elemen tingkat atas dari sebuah dokumen XML, tempat semua elemen lainnya bercabang.

Ekspresi XPath memungkinkan pemilihan elemen XML tertentu secara tepat. XPath sangat penting untuk menemukan node, elemen anak, atribut, dan elemen yang cocok dalam dokumen XML.

Ruang nama XML membantu menghindari konflik nama elemen dengan mengkualifikasi nama elemen dan atribut dengan awalan ruang nama atau ruang nama default.

Parser XML sangat penting karena ia secara akurat mengubah representasi string XML menjadi objek Python, memastikan pemrosesan dan validasi XML yang kuat, terutama dengan dokumen yang kompleks atau besar.

Jika dokumen XML Anda tidak terbentuk dengan benar, parser XML mungkin gagal atau mengembalikan string kosong. Pastikan konten XML Anda memiliki tag pembuka dan penutup yang diformat dengan benar dan divalidasi terhadap Definisi Skema XML (XSD).

Ya, API ElementTree cocok untuk mengurai dan memproses dokumen XML berukuran besar secara efisien tanpa menghabiskan memori berlebihan.

Antarmuka DOM tidak ideal untuk file XML besar karena menyimpan setiap elemen dari keseluruhan dokumen XML dalam memori sebagai objek Python gabungan.

Anda dapat mengulangi simpul XML menggunakan daftar Python biasa atau dengan mengulangi langsung elemen XML dengan metode yang disediakan oleh pustaka standar Python, seperti ElementTree.

Ya, pustaka standar Python menyediakan alat untuk memvalidasi file XML terhadap Definisi Skema XML untuk memastikan integritas dan kebenaran data.

Data XML yang diurai dapat diubah menjadi kamus Python biasa atau objek Python gabungan menggunakan kode khusus, meningkatkan aksesibilitas dan manipulasi data XML saat runtime.

Parser XML yang didistribusikan dengan Python aman, karena parser tersebut menghindari fitur XML yang berbahaya secara default. Pastikan parser yang Anda gunakan didukung oleh versi Python yang terpasang, seperti Python 3.8.

Parser XML memfasilitasi proses pengambilan data terstruktur dari sumber XML dan HTML selama pengikisan web, memungkinkan transformasi data yang dikikis secara efisien menjadi objek atau kamus Python.

Jika Anda menemukan XML yang salah bentuk, Anda perlu mengurai dokumen XML tersebut dengan hati-hati, menangani pengecualian, dan mungkin memperbaiki konten XML yang salah bentuk tersebut sebelum mengurainya lagi.

Ya, konten XML yang diurai dapat diubah menjadi objek atau kamus Python yang sesuai, sehingga memudahkan pengerjaan data terstruktur secara terprogram.

Ya, ekspresi XPath dapat memilih beberapa elemen yang cocok dalam XML, membantu Anda menyimpan setiap elemen yang cocok dengan kueri Anda.

Antarmuka DOM bermanfaat saat Anda memerlukan navigasi dokumen yang ekstensif atau operasi berulang, karena antarmuka ini merepresentasikan data XML sebagai pohon DOM standar, sehingga memudahkan interaksi dengan node, elemen anak, dan atribut.

Dukungan namespace sangat penting karena membantu menghindari kebingungan dalam dokumen XML yang menggunakan beberapa namespace, mengidentifikasi elemen dengan jelas bahkan saat menggunakan nama yang mirip atau identik di namespace yang berbeda.

Komentar (0)

Belum ada komentar di sini, Anda bisa menjadi yang pertama!

Tinggalkan Balasan

Alamat email Anda tidak akan dipublikasikan. Ruas yang wajib ditandai *

Pilih dan Beli Proxy

Proksi Pusat Data

Memutar Proxy

Proksi UDP