python中利用xml.dom模块解析xml的方法教程

Python  /  管理员 发布于 7年前   269

一、什么是xml？有何特征？

xml即可扩展标记语言，它可以用来标记数据、定义数据类型，是一种允许用户对自己的标记语言进行定义的源语言。

例子：del.xml

<?xml version="1.0" encoding="utf-8"?><catalog> <maxid>4</maxid> <login username="pytest" passwd='123456'>  <caption>Python</caption>  <item id="4">   <caption>test</caption>  </item> </login> <item id="2">  <caption>Zope</caption> </item></catalog>

从结构上，很像HTML超文本标记语言。但他们被设计的目的是不同的，超文本标记语言被设计用来显示数据，其焦点是数据的外观。它被设计用来传输和存储数据，其焦点是数据的内容。

那么它有如下特征：

      •它是有标签对组成， <aa></aa>

      •标签可以有属性： <aa id='123'></aa>

      •标签对可以嵌入数据： <aa>abc</aa>

      •标签可以嵌入子标签（具有层级关系）

二、获得标签属性

#coding: utf-8import xml.dom.minidomdom = xml.dom.minidom.parse("del.xml") #打开xml文档root = dom.documentElement    #得到xml文档对象print "nodeName:", root.nodeName  #每一个结点都有它的nodeName，nodeValue，nodeType属性print "nodeValue:", root.nodeValue  #nodeValue是结点的值，只对文本结点有效print "nodeType:", root.nodeTypeprint "ELEMENT_NODE:", root.ELEMENT_NODE

nodeType是结点的类型。catalog是ELEMENT_NODE类型

现在有以下几种：

'ATTRIBUTE_NODE''CDATA_SECTION_NODE''COMMENT_NODE''DOCUMENT_FRAGMENT_NODE''DOCUMENT_NODE''DOCUMENT_TYPE_NODE''ELEMENT_NODE''ENTITY_NODE''ENTITY_REFERENCE_NODE''NOTATION_NODE''PROCESSING_INSTRUCTION_NODE''TEXT_NODE' 

运行结果

nodeName: catalognodeValue: NonenodeType: 1ELEMENT_NODE: 1 

三、获得子标签

#coding: utf-8import xml.dom.minidomdom = xml.dom.minidom.parse("del.xml") root = dom.documentElementbb = root.getElementsByTagName('maxid')print type(bb)print bbb = bb[0]print b.nodeNameprint b.nodeValue

运行结果

<class 'xml.dom.minicompat.NodeList'>[<DOM Element: maxid at 0x2707a48>]maxidNone 

四、获得标签属性值

#coding: utf-8import xml.dom.minidomdom = xml.dom.minidom.parse("del.xml") root = dom.documentElementitemlist = root.getElementsByTagName('login')item = itemlist[0]print item.getAttribute("username")print item.getAttribute("passwd")itemlist = root.getElementsByTagName("item")item = itemlist[0]     #通过在itemlist中的位置区分print item.getAttribute("id") item2 = itemlist[1]     #通过在itemlist中的位置区分print item2.getAttribute("id")

运行结果

pytest12345642 

五、获得标签对之间的数据

#coding: utf-8import xml.dom.minidomdom = xml.dom.minidom.parse("del.xml") root = dom.documentElementitemlist = root.getElementsByTagName('caption')item = itemlist[0]print item.firstChild.dataitem2 = itemlist[1]print item2.firstChild.data

运行结果

Pythontest 

六、例子

<?xml version="1.0" encoding="UTF-8" ?><users> <user id="1000001">  <username>Admin</username>  <email>[email protected]</email>  <age>23</age>  <sex>boy</sex> </user> <user id="1000002">  <username>Admin2</username>  <email>[email protected]</email>  <age>22</age>  <sex>boy</sex> </user> <user id="1000003">  <username>Admin3</username>  <email>[email protected]</email>  <age>27</age>  <sex>boy</sex> </user> <user id="1000004">  <username>Admin4</username>  <email>[email protected]</email>  <age>25</age>  <sex>girl</sex> </user> <user id="1000005">  <username>Admin5</username>  <email>[email protected]</email>  <age>20</age>  <sex>boy</sex> </user> <user id="1000006">  <username>Admin6</username>  <email>[email protected]</email>  <age>23</age>  <sex>girl</sex> </user></users>

把name、email、age、sex输出

参考代码

# -*- coding:utf-8 -*-from xml.dom import minidomdef get_attrvalue(node, attrname):  return node.getAttribute(attrname) if node else ''def get_nodevalue(node, index = 0): return node.childNodes[index].nodeValue if node else ''def get_xmlnode(node, name): return node.getElementsByTagName(name) if node else []def get_xml_data(filename = 'user.xml'): doc = minidom.parse(filename)  root = doc.documentElement user_nodes = get_xmlnode(root, 'user') print "user_nodes:", user_nodes user_list=[] for node in user_nodes:   user_id = get_attrvalue(node, 'id')   node_name = get_xmlnode(node, 'username')  node_email = get_xmlnode(node, 'email')  node_age = get_xmlnode(node, 'age')  node_sex = get_xmlnode(node, 'sex')  user_name =get_nodevalue(node_name[0])  user_email = get_nodevalue(node_email[0])  user_age = int(get_nodevalue(node_age[0]))  user_sex = get_nodevalue(node_sex[0])  user = {}  user['id'] , user['username'] , user['email'] , user['age'] , user['sex'] = (   int(user_id), user_name , user_email , user_age , user_sex  )  user_list.append(user) return user_listdef test_load_xml(): user_list = get_xml_data() for user in user_list :  print '-----------------------------------------------------'  if user:   user_str='No.:\t%d\nname:\t%s\nsex:\t%s\nage:\t%s\nEmail:\t%s' % (int(user['id']) , user['username'], user['sex'] , user['age'] , user['email'])   print user_strif __name__ == "__main__": test_load_xml()

结果

C:\Users\wzh94434\Desktop\xml>python user.pyuser_nodes: [<DOM Element: user at 0x2758c48>, <DOM Element: user at 0x2756288>, <DOM Element: user at 0x2756888>, <DOM Element: user at 0x2756e88>, <DOM Element: user at 0x275e4c8>, <DOM Element: user at 0x275eac8>]-----------------------------------------------------No.: 1000001name: Adminsex: boyage: 23Email: admin@live.cn-----------------------------------------------------No.: 1000002name: Admin2sex: boyage: 22Email: admin2@live.cn-----------------------------------------------------No.: 1000003name: Admin3sex: boyage: 27Email: admin3@live.cn-----------------------------------------------------No.: 1000004name: Admin4sex: grilage: 25Email: admin4@live.cn-----------------------------------------------------No.: 1000005name: Admin5sex: boyage: 20Email: admin5@live.cn-----------------------------------------------------No.: 1000006name: Admin6sex: grilage: 23Email: [email protected]　 

七、总结

minidom.parse(filename)加载读取XML文件 doc.documentElement获取XML文档对象 node.getAttribute(AttributeName)获取XML节点属性值 node.getElementsByTagName(TagName)获取XML节点对象集合 node.childNodes #返回子节点列表。 node.childNodes[index].nodeValue获取XML节点值 node.firstChild#访问第一个节点。等价于pagexml.childNodes[0] doc = minidom.parse(filename)doc.toxml('UTF-8')返回Node节点的xml表示的文本 Node.attributes["id"]a.name #就是上面的 "id"a.value #属性的值 访问元素属性 

好了，以上就是这篇文章的全部内容了，希望本文的内容对大家的学习或者工作能带来一定的帮助，如果有疑问大家可以留言交流，谢谢大家的支持。