Xử lý file JSON và file XML trong Python
This post hasn't been updated for 3 years
Xin chào các bạn. Hôm nay mình sẽ giới thiệu với các bạn về việc Xử lý file JSOn và file XML trong Python
Xử lý file JSON
JSON là một trong những định dạng file trao đổi dữ liệu thông dụng nhất hiện nay. Với kiến trúc đơn giản và tương đồng với cấu trúc của Python nên việc thao tác JSON trên Python rất dễ hiểu.
Load file từ Internet
Thông thường dữ liệu JSON được lấy từ nguồn khác (như file, internet..) nên chương này sẽ bắt đầu bằng cách hướng dẫn download một file JSON từ Internet và sau đó mới parsing nội dung JSON download.
Sử dụng module urllib2 để download file và module json để encode/decode JSON data. Ví dụ:
import urllib2
import json
response = urllib2.urlopen('https://api.github.com/
users/voduytuan/repos')
data = json.load(response)
print data
Ví dụ trên sẽ truy vấn đường dẫn https://api.github.com/users/voduytuan/repos để lấy danh sách Repository trên Github của mình dưới định dạng JSON.
Parsing JSON Data
Nếu như bạn đã có JSON data dưới dạng chuỗi, muốn parsing chuỗi này thành Data thì sử dụng như cách dưới đây:
import json
mystring = '{"a":1,"b":2,"c":3,"d":4,"e":5}'
data = json.loads(mystring)
print data
(Hiển thị: {u'a': 1, u'c': 3, u'b': 2, u'e': 5, u'd': 4})
Encoding JSON Data
Nếu như bạn đã có một biến và muốn encode thành JSON string thì có thể dùng theo cách sau:
import json
mydata = {
'name': 'John',
'age': 10
}
jsonstring = json.dumps(mydata)
print jsonstring
(hiển thị: {"age": 10, "name": "John"})
Xử lý file XML
Trong phần này, chúng ta sẽ parsing nội dung XML thành dữ liệu để xử lý. Để xử lý XML, ta sẽ sử dụng thư viện Beautifulsoup 4. Đây là một thư viện giúp việc triển khai việc parsing html, xml được nhanh chóng và tiện lợi.
Cài đặt Beautifulsoup
Bạn có thể tham khảo hướng dẫn cách cài đặt tại website http://www.crummy.com/software/BeautifulSoup/bs4/doc/#insbeautiful-soup.
Trên MacOS, có thể cài bằng pip như sau:
$ sudo pip install beautifulsoup4
Cài đặt lxml
parser
Để parsing xml từ beautifulsoup, tao sử dụng bộ parser xml có tên là lxml . Xem hướng dẫn cài đặt tại http://www.crummy.com/software/BeautifulSoup/bs4/doc/#insa-parser
Trên MacOS, có thể cài bằng pip như sau:
sudo pip install lxml
Ví dụ về parsing XML
Cho ví dụ sau:
from bs4 import BeautifulSoup as Soup
note = '''
<?xml version="1.0" encoding="UTF-8"?>
<breakfast_menu>
<food>
<name>Belgian Waffles</name>
<price>$5.95</price>
<description>Two of our famous Belgian Waff les with plenty of real maple syrup
</description>
<calories>650</calories>
</food>
<food>
<name>Strawberry Belgian Waffles</name>
<price>$7.95</price>
<description>Light Belgian waffles covered with strawberries and whipped cream</description>
<calories>900</calories>
</food>
</breakfast_menu>
'''
soup = Soup(note, 'xml')
foods = soup.findAll('food')
for x in foods:
print x.find('name').string, ': ', x.price.string
Khi chạy thì sẽ hiển thị ra màn hình như sau:
Belgian Waffles : $5.95
Strawberry Belgian Waffles : $7.95
Đối tượng thuộc class Soup
(BeautifulSoup) sẽ giúp truy
xuất các thành phần của file xml nhanh chóng và tiện lợi.
Trong ví dụ có một số cách truy xuất đến các phần tử như:
findAll()
: trả về mảng các thẻ có tên cần tìmfind()
: trả về phần tử đầu tiên có tên cần tìm- Truy xuất trực tiếp thông qua tên thẻ như
x.price.string
Parsing HTML
Tương tự như xml
, BeautifulSoup có thể parsing nội dung
HTML thông qua hàm khởi tạo và chọn html
ở tham số
thứ 2.
soup = Soup(websitehtml, 'html')
Dưới đây mình đã giới thiệu với các bạn về Xử lý file JSOn và file XML trong Python và một số ví dụ cơ bản. Nếu có bất kì thắc mắc gì hãy để lại comment ở phía dưới nhé.
Tham Khảo
http://www.crummy.com/software/BeautifulSoup/bs4/doc/#insa-parser
http://www.crummy.com/software/BeautifulSoup/bs4/doc/#insbeautiful-soup.
https://linuxconfig.org/how-to-parse-data-from-json-into-python https://docs.python.org/2/library/xml.etree.elementtree.html
All Rights Reserved