Português do Brasil 
English 
简体中文 
Español 
Deutsch 
Français 
Русский 
Türkçe 
Polski 
Tiếng Việt 
한국어 
Nederlands 
Italiano 
日本語 
Eesti 
Čeština 
മലയാളം 
Bahasa Melayu 
हिन्दी 
اردو 
Bahasa Indonesia 
العربية 
Web segura
Análise de XML em Python: Um guia abrangente
XML (Extensible Markup Language) é uma linguagem popular usada para armazenar e transferir dados. O Python fornece várias bibliotecas para analisar XML. Neste guia, apresentaremos a você duas bibliotecas Python incorporadas para analisar XML: xml.dom.minidom e xml.etree.ElementTree.
Etapa 1: Análise de XML usando xml.dom.minidom
A biblioteca xml.dom.minidom permite que você analise documentos XML com Python. Para analisar uma cadeia de caracteres XML, use o método 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)
No código acima, analisamos a string XML e extraímos o título do livro.
Etapa 2: Análise de XML usando xml.etree.ElementTree
A biblioteca xml.etree.ElementTree (ET) oferece uma maneira mais pitônica de analisar XML. Para analisar uma cadeia de caracteres XML, use o método 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)
No código acima, analisamos a cadeia de caracteres XML e imprimimos o texto de cada elemento.
Etapa 3: Analisar arquivos XML
Tanto o minidom quanto o ElementTree podem analisar XML de arquivos usando o método 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)
O código acima demonstra como analisar um arquivo XML e imprimir alguns elementos.
Etapa 4: Salvando dados XML em um arquivo CSV
Depois de analisar o XML, você pode salvar os dados em um arquivo CSV usando a biblioteca 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)
Etapa 5: Manipulação de XML inválido
A biblioteca Beautiful Soup pode analisar documentos XML que podem conter erros:
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())
A Beautiful Soup pode lidar com XML inválido, mas é mais lenta do que outras bibliotecas de análise de XML.
Comentários (0)
Ainda não há comentários aqui, você pode ser o primeiro!