6.8 xml, xpath הרצאה

מה זה XML?

• אז כמו ג'סון - XML זה דרך להעביר מידע / לשמור מידע בצורה קריאה יחסית, פשוט וקלה. אומנם זה שיטה קצת מיושנת ביחס JSON, ופחות משתמשים בה אבל היא ללא ספק נפוצה.

למה ללמוד על XML?

• מאוד נפוץ בנקודות API באתרים.
• מאוד נפוץ ופפולרי בהמון תוכנות.
  

  <library>
    <book genre="mystery">
      <title>Sherlock Holmes</title>
      <author>Arthur Conan Doyle</author>
      <price>15</price>
    </book>
  
    <book genre="fantasy">
      <title>The Hobbit</title>
      <author>J.R.R. Tolkien</author>
      <price>25</price>
    </book>
  
    <book genre="science-fiction">
      <title>Dune</title>
      <author>Frank Herbert</author>
      <price>30</price>
    </book>
  
    <book genre="mystery">
      <title>Murder on the Orient Express</title>
      <author>Agatha Christie</author>
      <price>18</price>
    </book>
  </library>
  

• מאוד דומה לhtml
• בזכות זה שזה מאוד דומה לhtml, כל תוכנה שיודעת לפרסר xml תדע גם לפרסר html - אז שימושי לדעת לעבוד עם xml.

מודול xml

• מודול מובנה!
  

  import xml.etree.ElementTree as ET
  
  # XML string
  xml_data = '<person><name>John</name><age>30</age></person>'
  
  # Parse XML string
  root = ET.fromstring(xml_data)
  
  # Accessing elements
  name = root.find('name').text
  age = root.find('age').text
  
  print("Name:", name)
  print("Age:", age)
  

• דומה מאוד לbs4, ואפשר להשתמש בזה כתחליף.

• פירסור מקובץ xml
  

  import xml.etree.ElementTree as ET
  
  # Parse XML from a file
  tree = ET.parse('example.xml')
  root = tree.getroot()
  
  # Accessing elements
  for person in root.findall('person'):
      name = person.find('name').text
      age = person.find('age').text
      print("Name:", name)
      print("Age:", age)
  

שפה - XPATH

• מהר מאוד XML ו- HTML יכולים לגדול ולהפוך להיות מאוד לא ברורים, כמו שראינו מקודם ואנחנו רוצים לפעמים למשל כמו בweb-scraping לשלוף מידע ספציפי מהXML.
• כדי לעשות זאת בקלות אפשר להשתמש בשפת XPATH, שמשמשת אותנו בשליפות על קבצי XML/HTML

אז איך משתמשים בXPATH?

• נלמד איך להשתמש באתר הבא: http://xpather.com/
• דומה לקובץ XML (הכניסו אותו לאתר):
  

  <library>
    <book genre="mystery">
      <title>Sherlock Holmes</title>
      <author>Arthur Conan Doyle</author>
      <price>15</price>
    </book>
  
    <book genre="fantasy">
      <title>The Hobbit</title>
      <author>J.R.R. Tolkien</author>
      <price>25</price>
    </book>
  
    <book genre="science-fiction">
      <title>Dune</title>
      <author>Frank Herbert</author>
      <price>30</price>
    </book>
  
    <book genre="mystery">
      <title>Murder on the Orient Express</title>
      <author>Agatha Christie</author>
      <price>18</price>
    </book>
  </library>
  

• עכשיו נרית את השאילתות XPATH הבאות באתר:
• XPath: //title
• XPath: //book[@genre='mystery']/author
• XPath: //book[price>20]
• XPath: //book[position()=1]
• XPath: //book[last()]
• XPath: //book[starts-with(title, 'The')]

טיפים אחרונים לXPATH

• אז XPATH מסובך, הראתי רק דוגמאות פשוטות יחסית.
• אם אתה רוצה ללמוד עוד על XPAH אתה מוזמן לחפש באינטרנט בעצמך.
• תמיד תשתמש בסנד-בוקס כמו http://xpather.com/ כדי להרכיב את השאילתה שלך
• הכלי XPATH מאוד שימושי בweb-scraping

המודול lxml

• המודול מאפשר לנו להשתמש בxpath בפייתון!
• הרץ pip install lxml
  

  from lxml import etree
  
  # Parse XML from a file
  tree = etree.parse('example.xml')
  
  # XPath expression to select all 'name' elements
  names = tree.xpath('//title')
  
  # Accessing elements
  for name in names:
      print("Name:", name.text)
  

• תנאים עם xpath
  

  from lxml import etree
  
  # Parse XML from a file
  tree = etree.parse('example.xml')
  
  # XPath expression to select 'person' elements with age greater than 25
  persons = tree.xpath('//person[age > 25]')
  
  # Accessing elements
  for person in persons:
      name = person.find('name').text
      age = person.find('age').text
      print("Name:", name)
      print("Age:", age)