XML y python

¿Cómo podemos leer y escribir documentos XML?

Lo primero que tenemos que hacer es comprobar si tenemos instalado el paquete python3-lxml, si no es así lo instalamos:

apt-get install python3-lxml

Para leer un documento XML tenemos que usar el método parse del objeto etree, podemos indicar un fichero que tengamos en el disco duro, o una URL donde se encuentre el fichero:

from lxml import etree
doc = etree.parse('books.xml')

Una vez que tenemos creado la estructura ElementTree, que en nuestro caso se guarda en el objeto doc, podemos serializar la salida utilizando la siguiente instrucción:

print etree.tostring(doc,pretty_print=True ,xml_declaration=True, encoding="utf-8")

A partir de este momento podemos leer y escribir el documento XML con distintos métodos que posee la librería lxml, para más información puedes leer estos artículos:

Pero nosotros lo único que necesitamos es ejecutar consultas xpath sobre los cocumentos XML con python.

Realizando consultas xpath con lmxl

Podemos realizar consultas xpath utilizando el método xpath desde la estructura ElementTree (doc) o desde cualquier elemento seleccionado. Por ejemplo:

print(doc.xpath("//price/text()"))
['30.00', '29.99', '49.99', '39.95']

Veamos otro ejemplo, si seleccionamos todos los libros:

libros=doc.xpath("/bookstore/book")

Hemos obtenido una lista de elementos que podemos recorrer:

for libro in libros:
    print(libro.xpath("./title/text()")[0])
    print(libro.xpath("./@category")[0])
    print(libro.xpath(".//author/text()"))

En este caso hemos mostrado el título, la categoría y la lista de autores de cada libro:

Everyday Italian
COOKING
['Giada De Laurentiis']
Harry Potter
CHILDREN
['J K. Rowling']
XQuery Kick Start
WEB
['James McGovern', 'Per Bothner', 'Kurt Cagle', 'James Linn', 'Vaidyanathan Nagarajan']
Learning XML
WEB
['Erik T. Ray']