XMLについて調べてみた

XMLの基礎と使用例

1. XMLとは？
   XMLは、データを構造化して保存・輸送するための言語です。HTMLと同様に、XMLもタグを使用しますが、HTMLがデータの表示を主に目的としているのに対し、XMLはデータの構造化を目的としています。
2. XMLの構文
   XMLはタグでデータを囲みます。タグは、開始タグ<tag>と終了タグ</tag>で構成され、タグの間にはデータが入ります。属性は開始タグに追加できます。

<person age="30">
    <name>John Doe</name>
    <city>New York</city>
</person>

この例では、personはageという属性を持ち、nameタグとcityタグを子として持っています。
3. XMLの例

<employees>
    <employee id="1">
        <name>John Doe</name>
        <position>Software Engineer</position>
    </employee>
    <employee id="2">
        <name>Jane Doe</name>
        <position>Data Scientist</position>
    </employee>
</employees>

このXML文書は、2人の従業員のリストを表しています。

PythonでXMLをパースするには、xml.etree.ElementTreeモジュールを使用できます。

import xml.etree.ElementTree as ET

# XML形式の文字列を定義
xml_string = '''
<employees>
    <employee id="1">
        <name>John Doe</name>
        <position>Software Engineer</position>
    </employee>
    <employee id="2">
        <name>Jane Doe</name>
        <position>Data Scientist</position>
    </employee>
</employees>
'''

# 文字列からXMLのElementTreeオブジェクトを生成
root = ET.fromstring(xml_string)

# 各<employee>要素を走査
for employee in root.findall('employee'):
    # id属性を取得
    id = employee.get('id')
    # <name>と<position>の子要素のテキストを取得
    name = employee.find('name').text
    position = employee.find('position').text
    # 結果をプリントアウト
    print(f"ID: {id}, Name: {name}, Position: {position}")

'''

root = ET.fromstring(xml_string)

for employee in root.findall('employee'):
    id = employee.get('id')
    name = employee.find('name').text
    position = employee.find('position').text
    print(f"ID: {id}, Name: {name}, Position: {position}")

4. PythonでのXMLの生成

PythonでXMLを生成するにも、xml.etree.ElementTreeモジュールを使用できます。

import xml.etree.ElementTree as ET

root = ET.Element("employees")

employee1 = ET.SubElement(root, "employee", id="1")
name1 = ET.SubElement(employee1, "name")
name1.text = "John Doe"
position1 = ET.SubElement(employee1, "position")
position1.text = "Software Engineer"

employee2 = ET.SubElement(root, "employee", id="2")
name2 = ET.SubElement(employee2, "name")
name2.text = "Jane Doe"
position2 = ET.SubElement(employee2, "position")
position2.text = "Data Scientist"

tree = ET.ElementTree(root)
tree.write("employees.xml")

このコードはemployees.xmlファイルを生成し、その内容は3. XMLの例のセクションにあるXML文書と同じになります。

HTMLとXMLの違い

HTMLとXMLは両方ともマークアップ言語ですが、主な違いは以下の通りです。

1. 目的：

   • HTML：ウェブページの構造を記述し、ブラウザで表示するための言語です。
   • XML：データを構造化し、記述するための言語です。主にデータの保存や輸送に使用されます。

2. 構文の厳密さ：

   • HTML：比較的寛容で、エラーに対して許容範囲が広いです。閉じタグの省略など、いくつかの緩い記述が許されます。
   • XML：非常に厳密で、すべてのエラーが許されません。開始タグと終了タグは必ず一致しなければなりませんし、正確にネストされていなければなりません。

3. タグの定義：

   • HTML：予め定義されたタグセット（例： <p>, <div>, <span> など）を使用します。
   • XML：ユーザーがタグを自由に定義できます。これにより、XMLは非常に柔軟性があります。

4. メタデータ：

   • HTML：メタデータ（データのデータ）の使用が限定的です。
   • XML：メタデータの使用が一般的であり、XML文書自体がメタデータを含むことができます。

5. 表示：

   • HTML：主にウェブブラウジングのコンテキストで、データの表示を目的としています。
   • XML：データの輸送や構造化を目的とし、表示は主な目的ではありません。

これらの違いにより、HTMLはウェブページのマークアップに特化し、XMLはデータ交換のためのマークアップ言語として設計されています。

6. まとめ

XMLは、データの構造化と輸送に使われる言語で、Pythonではxml.etree.ElementTreeモジュールを使ってパースや生成ができます。