0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106 107 108 109 110 111 112 113 114 115 116 117 118 119 120 121 122 123 124 125 126 127 128 129 130 131 132 133 134 135 136 137 138 139 140 141 142 143 144 145 146 147 148 149 150 151 152 153 154 155 156 157 158 159 160 161 162 163 164 165 166 167 168 169 170 171 172 173 174 175 176 177 178 179 180 181 182 184 185 186 187 188 189 190 191 192 193 194 195 196 197 198 199 200 201 202 203 204 205 206 207 208 209 210 211 212 213 214 215 216 217 218 219 220 221 222 223 224 225 226 227 228 229 230 231 232 233 234 235 236 237 238 239 240 241 242 243 244 245 246 247 248 249 250 251 252 253 254 255 256 257 258 259 260 261 262 263 264 265 266 267 268 269 270 271 272 273 274 275 276 277 278 279 280 281 282 283 284 285 286 287 288 289 290 291 292 293 294 295 296 297 298 299 300 301 302 303 304 305 306 307 308 309 310 311 312 313 314 315 316 317 318 319 320 321 322 323 324 325 326 327 328 329 330 331 332 333 334 335 336 337 338 339 340 341 342 343 344 345 346 347 348 349 350 351 352 353 354 355 356 357 358 359 360 361 362 363 364 365 366 367 368 369 370 371 372 373 374 375 376 377 378 379 380 381 382 383 384 385 386 387 388 389 390 391 392 393 394 395 396 397 398 399 400 401 402 403 404 405 406 407 408 409 410 411 412 413 414 415 416 417 418 419 420 421 422 423 424 425 426 427 428 429 430 431 432 433 434 435 436 437 438 439 440 441 442 443 444 445 446 447 448 449 450 451 452 453 454 455 456 457 458 459 460 461 462 463 464 465 466 467 468 469 470 471 472 473 474 475 476 477 478 479 480 481 482 483 484 485 486 487 488 489 490 491 492 493 494 495 496 497 498 499 500 501 502 503 504 505 506 507 508 509 510 511 512 513 514 515 516 517 518 519 520 521 522 523 524 525 526 527 528 529 530 531 532 533 534 535 536 537 538 539 540 541 542 543 544 545 546 547 548 549 550 551 552 553 554 555 556 557 558 559 560 561 562 563 564 565 566 567 568 569 570 571 572 573 574 575 576 577 578 579 580 581 582 583 584 585 586 587 588 589 590 591 592 593 594 595 596 597 598 599  Python操作xml
英语文化交流 > 技术博客 > Python操作xml
Python操作xml
时间: 分类:技术博客
Xml
XML指可扩展标记语言(Extensible Markup Language)
XML被设计用于结构化、存储和传输数据
XML是一种标记语言,很类似于HTML
XML没有像HTML那样具有预定义标签,需要程序员自定义标签。
XML被设计为具有自我描述性,并且是W3C的标准

XML元素
XML的元素是指从开始标签直到结束标签的部分(均包括开始结束)。
一个元素可以包含:
1、其他元素
2、文本
3、属性
4、或混合以上所有

XML语法规则
所有的XML元素都必须有一个开始标签和结束标签,省略结束标签是非法的。如:
<root> content </root>

XML标签对大小写敏感;比如: 下面是两个不同的标签
<Note>this is a test1</Note>
<note>this is a test2</note>

XML文档必须有根元素。如:
<note>
 <b>this is a test2</b> 
 <name>joy</name>
</note>
XML必须正确嵌套,父元素必须完全包住子元素。如:
<note><b>this is a test2</b></note>
XML属性值必须加引号,元素的属性值都是一个键值对形式。如:
<book category=" Python"></book>
注意:
book元素中的属性category的值是python必须用引号引起来,使用单引号和双引号都可以,但是如果属性值本身包含双引号,外层就必须使用单引号;但如果包含了单引号,外层必须使用双引号

XML命名规则
名称可以包含字母、数字以及其他字符
名称不能以数字或标点符号开头
名称不能以字母xml或XML开始
名称不能包含空格
可以使用任何名称,没有保留字
名称应该具有描述性,简短和简单,可以同时使用下划线。
避免“-”、“.”、“:”等字符
Xml的注释格式
<!--注释内容-->

Xml.dom解析XML
这个DOM的解析器在解析一个XML文档时,一次性读取整个文档,把文档中所有元素保存在内存中的一个树结构里,之后利用DOM提供的不同函数来读取该文档的内容和结构,也可以把修改过的内容写入XML文件
book.xml
<?xml version="1.0" encoding="utf-8" ?>
<!--this is a test about xml.-->
<booklist type="science and engineering">
 <book category="math">
 <title>learning math</title>
 <author>张三</author>
 <pageNumber>561</pageNumber>
 </book>
 <book category="Python">
 <title>learning Python</title>
 <author>李四</author>
 <pageNumber>600</pageNumber>
 </book>
</booklist>

minidom.parse(parser=None, bufsize=None)
该函数的作用是使用parse解析器打开xml文档,并将其解析为DOM文档,也就是内
存中的一棵树,并得到这个DOM对象
doc.documentElement
获取xml文档对象,就是拿到DOM树的根。

>>> from xml.dom.minidom import parse
>>> DOMTree = parse("d:\\book.xml")#把xml解析为内存中的的一棵树
>>> print(DOMTree)
<xml.dom.minidom.Document object at 0x000000000241AC48>
>>> booklist = DOMTree.documentElement#拿到树的根
>>> print(booklist)
<DOM Element: booklist at 0x23c6af8>

doc.toxml(encoding=None)
返回xml的文档内容
节点的xml文档内容,只有节点对象可以调用

>>> from xml.dom.minidom import parse
>>> DOMTree = parse("d:\\book.xml")
>>> booklist = DOMTree.documentElement
>>> print(booklist.toxml())
<booklist type="science and engineering">
  <book category="math">
    <title>learning math</title>
    <author>张三</author>
    <pageNumber>561</pageNumber>
  </book>
  <book category="Python">
    <title>learning Python</title>
    <author>李四</author>
    <pageNumber>600</pageNumber>
  </book>
</booklist>

doc.lastChild
获取节点的最后一个孩子节点

>>> booklist.lastChild
<DOM Text node "'\n'">

doc.firstChild
获取节点的第一个人孩子节点

>>> booklist.firstChild
<DOM Text node "'\n  '">

getElementsByTagName(name)获取节点元素
获取xml文档中某个父节点下,具有相同节点名的节点对象的集合。返回的是list

>>> from xml.dom.minidom import parse
>>> DOMTree = parse("d:\\book.xml")
>>> booklist = DOMTree.documentElement
>>> books = booklist.getElementsByTagName("book")#获取标签为book的所有节点
>>> print(books)
[<DOM Element: book at 0x242a6d0>, <DOM Element: book at 0x23c69c8>]
>>> print(type(books))
<class 'xml.dom.minicompat.NodeList'>

>>> from xml.dom.minidom import parse
>>> DOMTree = parse("d:\\book.xml")
>>> booklist = DOMTree.documentElement
>>> print(booklist.getElementsByTagName("book")[0].getElementsByTagName("author")[0])
<DOM Element: author at 0x242ad58>
>>> print(booklist.getElementsByTagName("book")[0].getElementsByTagName("author")[0].toxml())
<author>张三</author>
hasAttribute(name)
判断节点对象是否包含指定属性

>>> from xml.dom.minidom import parse
>>> DOMTree = parse("d:\\book.xml")
>>> booklist = DOMTree.documentElement
>>> if booklist.hasAttribute("type"):
...     print("booklist 元素存在属性type")#判断根节点booklist是否有type属性
... else:
...     print("booklist 元素不存在属性type")
...
booklist 元素存在属性type

Node.getAttribute(name)获取属性
获取节点node的属性值
>>> from xml.dom.minidom import parse
>>> DOMTree = parse("d:\\book.xml")
>>> booklist = DOMTree.documentElement
>>> if booklist.hasAttribute("type"):
...     print("booklist存在属性type")
...     print(booklist.getAttribute("type"))
... else:
...     print("booklist不存在属性type")
...
booklist存在属性type
science and engineering
node.childNodes
返回节点node下所有子节点组成的list。
>>> from xml.dom.minidom import parse
>>> DOMTree = parse("d:\\book.xml")
>>> booklist = DOMTree.documentElement
>>> #获取所有book节点的集合
... books = booklist.getElementsByTagName("book")
>>>
>>> print("第一本书的子节点: ",books[0].childNodes)这个需要指定取列表的那个元素,必须要带上索引

第一本书的子节点:  [<DOM Text node "'\n    '">, <DOM Element: title at 0x243edf0>, <DOM Text node "
\n    '">, <DOM Element: author at 0x243ee88>, <DOM Text node "'\n    '">, <DOM Element: pageNumber
at 0x243ef20>, <DOM Text node "'\n  '">]

获取节点文本值
#coding=utf-8
from xml.dom.minidom import parse
DOMTree = parse("d:\\book.xml")
booklist = DOMTree.documentElement
#获取所有book节点的集合
books = booklist.getElementsByTagName("book")

for book in books:
    if book.hasAttribute("category"):
        print("category is: ",book.getAttribute("categroy"))
    #先找到节点,然后再找节点下面的孩子文本节点
    title = book.getElementsByTagName("title")[0].childNodes[0].data
    author = book.getElementsByTagName("author")[0].childNodes[0].data
    pageNumber = book.getElementsByTagName("pageNumber")[0].childNodes[0].data
    print("title: ",title)
    print("title: ",author)
    print("title: ",pageNumber)

node .hasChildNodes()
判断是否有子节点
#coding=utf-8
import xml.dom.minidom
from xml.dom.minidom import parse 
#minidom解析器打开xml文档并将其解析为内存中的一棵树
DOMTree = parse("d:\\book.xml")
#获取xml文档对象,就是拿到树的根
booklist = DOMTree.documentElement
if booklist.hasAttribute("type") : 
    #判断根节点booklist是否有type属性,有则获取并打印属性的值

    print (u"Root element is", booklist.getAttribute("type"))
#获取booklist对象中所有book节点的list集合
books = booklist.getElementsByTagName("book")
print ("books",books[0])
print (u"book节点的个数:", books.length)
print (books[0])

if books[0].hasChildNodes():
    print (u"存在子节点:",books[0].childNodes)
else:
    print (u"不存在子节点")

xml.dom解析xml的一个实例
movies.xml

<?xml version="1.0" encoding="utf-8" ?>
<!--this is a test about xml.-->
<collection shelf="New Arrivals">
<movie title="Enemy Behind">
  <type>War, Thriller</type>
  <format>DVD</format>
  <year>2003</year>
  <rating>PG</rating>
  <stars>10</stars>
  <description>Talk about a US-Japan war</description>
</movie>
<movie title="Transformers">
  <type>Anime, Science Fiction</type>
  <format>DVD</format>
  <year>1989</year>
  <rating>R</rating>
  <stars>8</stars>
  <description>A schientific fiction</description>
</movie>
<movie title="Trigun">
  <type>Anime, Action</type>
  <format>DVD</format>
  <episodes>4</episodes>
  <rating>PG</rating>
  <stars>10</stars>
  <description>Vash the Stampede!</description>
</movie>
<movie title="Ishtar">
  <type>Comedy</type>
  <format>VHS</format>
  <rating>PG</rating>
  <stars>2</stars>
  <description>Viewable boredom</description>
</movie>
</collection>

示例:

#coding=utf-8
import xml.dom.minidom
from xml.dom.minidom import parse 
DOMTree = parse("d:\\movies.xml")
collection = DOMTree.documentElement
movies = collection.getElementsByTagName("movie")
for movie in movies:
    for element in ["type","format","rating","description"]:
        node = movie.getElementsByTagName(element)[0]
        textNode = node.childNodes[0]
        print("%s节点文本是: %s" %(node,textNode.data))

#coding=utf-8
from xml.dom.minidom import parse
import xml.dom.minidom
# 使用minidom解析器打开 XML 文档
DOMTree = xml.dom.minidom.parse(r"e:\\xml\\movies.xml")
collection = DOMTree.documentElement
if collection.hasAttribute("shelf"):
    print ("Root element : %s" % collection.getAttribute("shelf"))
# 在集合中获取所有电影
movies = collection.getElementsByTagName("movie")
# 打印每部电影的详细信息

for movie in movies:
    print ("*****Movie*****")
    if movie.hasAttribute("title"):
        print ("Title: %s" % movie.getAttribute("title"))
    type = movie.getElementsByTagName('type')[0]
    print ("Type: %s" % type.childNodes[0].data)
    format = movie.getElementsByTagName('format')[0]
    print ("Format: %s" % format.childNodes[0].data)
    rating = movie.getElementsByTagName('rating')[0]
    print ("Rating: %s" % rating.childNodes[0].data)
    description = movie.getElementsByTagName('description')[0]
print ("Description: %s" % description.childNodes[0].data)

xml.dom创建XML文件
创建xml文件步骤:
1、创建xml空文档
2、产生根对象
3、往根对象加数据
4、把xml内存对象写入文件

minidom.Document()创建xml空文档
该方法用于创建一个空白的xml文档对象,并返回这个doc对象。每个xml文档都是一个Document对象,代表着内存中的DOM树。

#coding=utf-8
import xml.dom.minidom as xdm
#在内存中创建一个空的文档
doc = xdm.Document()
print (doc)
#此处创建一个根节点Managers对象
root = doc.createElement("Managers")
print (u"添加的xml标签为:", root.tagName)

node.setAttribute(attname, value)
该方法表示给节点添加属性-值对(Attribute) 。
参数说明:
attname :属性的名称
value :属性的值

import xml.dom.minidom as xdm
#在内存中创建一个空的文档
doc = xdm.Document()
print(doc)
#创建一个根节点Managers对象
root = doc.createElement("Managers")
print (u"添加的xml标签为:", root.tagName)
# 给根节点root添加属性
root.setAttribute("company","光荣之路")
print("根节点的属性: ",root.getAttribute("company"))

doc.createTextNode(data)
给叶子节点添加文本节点
#coding=utf-8
import xml.dom.minidom
#在内存中创建一个空的文档
doc = xml.dom.minidom.Document()
print(doc)
#创建一个根节点Managers对象
root = doc.createElement('company')
print (u"添加的xml标签为:", root.tagName)
# 给根节点root添加属性
root.setAttribute('name', '光荣之路教育科技有限公司')
# 给根节点添加一个叶子节点
ceo = doc.createElement("ceo")
#给叶子节点name设置一个文本节点,用于显示文本内容
ceo.appendChild(doc.createTextNode("呼总"))
print(ceo.tagName)

print (u"给叶子节点添加文本节点成功")

添加子节点
#coding=utf-8
import xml.dom.minidom
#在内存中创建一个空的文档
doc = xml.dom.minidom.Document()
#创建一个根节点companys对象
root = doc.createElement('companys')
# 给根节点root添加属性
root.setAttribute("name","光荣之路")
#将根节点添加到文档对象中
doc.appendChild(root)
# 给根节点添加一个叶子节点
company = doc.createElement("gloryroad")
# 叶子节点下再嵌套叶子节点
name = doc.createElement("Name")
# 给节点添加文本节点
name.appendChild(doc.createTextNode("光荣之路"))

ceo = doc.createElement("CEO")
ceo.appendChild(doc.createTextNode("吴总"))

# 将各叶子节点添加到父节点company中
# 然后将company添加到跟节点companys中
company.appendChild(name)
company.appendChild(ceo)
root.appendChild(company)
print(doc.toxml())

注意父节点和子节点的关系,依赖于appendChild()函数
以上'companys是根节点
     gloryroad是1级子节点
        name、 ceo 是2级子节点

Parent.appendChild(childNode)
把子节点childNode添加到父节点parent中
doc.writexml()生成xml文档
该方法用于将内存中xml文档树写入文件中,并保存到本地磁盘。上面创建的xml文档仅是存在内存中的,并未真正写入硬盘,只有调用该方法以后,才能真正将我们创建的xml文档写入本地硬盘,这时我们才能在硬盘中看见新建的xml文档。
语法:
Writexml(file,indent=””,addindent=””,newl=””,encoding=None)
参数说明:
file:要保存为的文件对象名
Indent:根节点的缩进方式
addindent:子节点的缩进方式
newl: 针对新行,指明换行方式
encoding:保存文件的编码方式

示例:
#coding=utf-8
import xml.dom.minidom
#在内存中创建一个空的文档
doc = xml.dom.minidom.Document()
#创建一个根节点companys对象
root = doc.createElement('companys')
# 给根节点root添加属性
root.setAttribute("name","公司列表")
#将根节点添加到文档对象中
doc.appendChild(root)
# 给根节点添加一个叶子节点
company = doc.createElement("gloryroad")
# 叶子节点下再嵌套叶子节点
name = doc.createElement("Name")
# 给节点添加文本节点
name.appendChild(doc.createTextNode("光荣之路"))

ceo = doc.createElement("CEO")
ceo.appendChild(doc.createTextNode("吴总"))

# 将各叶子节点添加到父节点company中
# 然后将company添加到跟节点companys中
company.appendChild(name)
company.appendChild(ceo)
root.appendChild(company)

fp = open('d:\\company.xml','w')
doc.writexml(fp,indent='',addindent='\t',newl='\n',encoding="utf-8")
fp.close()
随机阅读

Copyright © 2017 英语文化交流 All Rights Reserved.