Python json 형태로 XML 파싱하는 xmltodict 라이브러리 알아보기

오늘은 Python으로 json 형태(OrderedDict)로 xml을 파싱하는 라이브러리인 xmltodict을 적용해보려 합니다.

xmltodict 설치

우선 virtualenv로 파이썬 환경을 분리해줍니다.

pip3 install virtualenv

virtualenv -mvenv env

env라는 이름의 가상 환경을 생성합니다.

source env/bin/activate

가상환경을 폴더에서 활성화합니다.

pip3 install --upgrade pip

pip의 업그레이드가 존재하는지 확인하고 진행합니다.

pip install xmltodict

pip로 xmltodict을 설치합니다.

예제

import json
import xmltodict

딕셔너리 객체를 json 형식의 문자열로 바꾸기 위한 json 패키지와 OrderedDict으로 XML 파싱하는 xmltodict패키지를 가져옵니다.

xml = """<?xml version="1.0"?>
  <site>
     <blog number="1">
        <article id="https://minwook-shin.github.io/">
           <author>minwook-shin</author>
           <url>http://minwook-shin.github.io/python-parsing-serializing-html-documents-using-html5lib/</url>
           <publish_date>2019-05-24T00:00:00+00:00</publish_date>
        </article>
        <article id="https://minwook-shin.github.io/">
           <author>minwook-shin</author>
           <url>http://minwook-shin.github.io/python-parse-and-build-css-using-cssutils/</url>
           <publish_date>2019-05-23T00:00:00+00:00</publish_date>
        </article>
        <article id="https://minwook-shin.github.io/">
           <author>minwook-shin</author>
           <url>http://minwook-shin.github.io/python-html-sanitization-text-linkification-using-bleach/</url>
           <publish_date>2019-05-22T00:00:00+00:00</publish_date>
        </article>
        <article id="https://minwook-shin.github.io/">
           <author>minwook-shin</author>
           <url>http://minwook-shin.github.io/python-iterating-searching-modifying-html-using-beautifulsoup/</url>
           <publish_date>2019-05-21T00:00:00+00:00</publish_date>
        </article>
     </blog>
  </site>"""

이전 포스팅에서 사용한 파싱할 xml 텍스트를 가져옵니다.

import pprint

pp = pprint.PrettyPrinter(indent=4).pprint

result = json.dumps(xmltodict.parse(xml))
pp(result)

pprint으로 json 형식의 문자열을 정리하여 출력하게 할 수 있습니다.

콜백

def handle_function(_, blog):
    print(blog['url'])
    return True

딕셔너리의 아이템을 인자로 받아서 특정 키 값만 출력하게 할 수 있습니다.

result = json.dumps(xmltodict.parse(xml, item_depth=3, item_callback=handle_function))
pp(result)

위와 같이 작성하면 url 필드만 출력되게 됩니다.

반환 형식

print(type(xmltodict.parse(xml)))

타입은 collections.OrderedDict으로 출력되는 것을 확인할 수 있습니다.

Written on May 28, 2019