PythonでXMLパースをマスター：minidomとElementTreeの実践ガイド

XMLとは

XML（eXtensible Markup Language）は、構造化データを効率的に保存・転送するために作られました。システムやアプリケーション間の情報交換に広く用いられています。

PythonにはXMLドキュメントのパースと操作のための堅牢なライブラリがあります。ただし、XMLファイルをパースするには、ドキュメント全体をまずメモリに読み込む必要があります。このチュートリアルでは、Pythonのxml.dom.minidomとxml.etree.ElementTreeモジュールを用いて、XMLファイルの読み取り、検査、変更を行う方法を示します。

このガイドを読み終えると、以下ができるようになります：

• minidomでXMLをパース
• 新しいXMLノードを作成
• ElementTreeでXMLをパース

minidomでのXMLパース

従業員データを含むサンプルXMLファイルから始めます。ファイルは以下のような構造です：

ステップ1) ファイルには従業員の名、姓、自宅、専門分野（SQL、Python、Testing、Business）が列挙されています。

ステップ2) ドキュメント読み込み後、ルート要素のnodeNameと最初の子要素のtagNameを出力。これらはDOMオブジェクトの標準プロパティです。

• xml.dom.minidomをインポートし、XMLファイル（myxml.xml）を読み込み。
• parse()でファイルをパースし、ドキュメントオブジェクトを取得。
• ドキュメントのnodeNameと最初の子のtagNameを取得・表示。
• getElementsByTagName()で全expertise要素を列挙し、各スキルを出力。

注: nodeNameとtagNameの値はXML DOM命名規則に従うため、XMLに慣れていない場合は unfamiliar に感じるかもしれません。

ステップ3) ドキュメントから全スキルのリストを抽出。以下のコードでスキル名をセットに収集する方法を示します。

• getElementsByTagName("skill")で全スキル要素を取得。
• 返されたリストをイテレーションし、各スキルのname属性を出力。

新しいXMLノードの作成

既存のXML構造に新しいデータを追加するのはminidomで簡単です。例として、expertiseノード「BigData」を追加します。

1. createElement("expertise")で新しい要素を作成し、name属性を設定。
2. ドキュメントのルート子要素に新しい要素を追加。

• 挿入後、expertiseリストに新しい「BigData」スキルが含まれる。

XMLパーサー例

Python 2の例

import xml.dom.minidom
def main():
    # XMLファイルを読み込みパース
    doc = xml.dom.minidom.parse("Myxml.xml")
    # ルート情報を出力
    print doc.nodeName
    print doc.firstChild.tagName
    # 既存のexpertiseエントリを列挙
    expertise = doc.getElementsByTagName("expertise")
    print "%d expertise:" % expertise.length
    for skill in expertise:
        print skill.getAttribute("name")
    # 新しいexpertiseエントリを追加
    newexpertise = doc.createElement("expertise")
    newexpertise.setAttribute("name", "BigData")
    doc.firstChild.appendChild(newexpertise)
    print " "
    # 追加を検証
    expertise = doc.getElementsByTagName("expertise")
    print "%d expertise:" % expertise.length
    for skill in expertise:
        print skill.getAttribute("name")
if __name__ == "__main__":
    main()

Python 3の例

import xml.dom.minidom
def main():
    # XMLファイルを読み込みパース
    doc = xml.dom.minidom.parse("Myxml.xml")
    # ルート情報を出力
    print(doc.nodeName)
    print(doc.firstChild.tagName)
    # 既存のexpertiseエントリを列挙
    expertise = doc.getElementsByTagName("expertise")
    print("%d expertise:" % expertise.length)
    for skill in expertise:
        print(skill.getAttribute("name"))
    # 新しいexpertiseエントリを追加
    newexpertise = doc.createElement("expertise")
    newexpertise.setAttribute("name", "BigData")
    doc.firstChild.appendChild(newexpertise)
    print(" ")
    # 追加を検証
    expertise = doc.getElementsByTagName("expertise")
    print("%d expertise:" % expertise.length)
    for skill in expertise:
        print(skill.getAttribute("name"))
if __name__ == "__main__":
    main()

ElementTreeでのXMLパース

ElementTreeは、XML操作をシンプルかつPythonicにする軽量APIです。フルDOMのオーバーヘッドなしで大規模XMLファイルを読み取るのに適しています。

サンプルXMLデータ：

<data>
  <items>
    <item name="expertise1">SQL</item>
    <item name="expertise2">Python</item>
  </items>
</data>

ElementTreeでのXML読み取り：

まずモジュールをインポート：

import xml.etree.ElementTree as ET

ファイルをパースしルート要素を取得：

tree = ET.parse('items.xml')
root = tree.getroot()

全スキル名を表示する完全なコード：

import xml.etree.ElementTree as ET
tree = ET.parse('items.xml')
root = tree.getroot()
print('Expertise Data:')
for elem in root:
    for subelem in elem:
        print(subelem.text)

出力：

Expertise Data:
SQL
Python

まとめ

Pythonのxml.dom.minidomとxml.etree.ElementTreeモジュールは、開発者がXMLドキュメントを効率的に読み込み、分析、変更できるようにします。minidomは複雑な操作に適したフルDOM表現を提供し、ElementTreeはシンプルなパースと抽出に適した軽量な代替手段です。

• parse()でXMLを読み込み（例: doc = xml.dom.minidom.parse(file)）。
• getElementsByTagName()で要素を取得。
• createElement()とappendChild()で新しいノードを作成・追加。
• ElementTreeでは子要素をイテレーションするだけでデータにアクセス可能。