XML生成与解析（DOM、ElementTree）

xml.dom篇

DOM是Document Object Model的简称，XML 文档的高级树型表示。该模型并非只针对 Python，而是一种普通XML 模型。Python 的 DOM 包是基于 SAX 构建的，并且包括在 Python 2.0 的标准 XML 支持里。

一、xml.dom的简单介绍

１、主要方法：

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]

返回Node节点的xml表示的文本：

doc = minidom.parse(filename)

doc.toxml('UTF-8')

访问元素属性：

Node.attributes["id"]
a.name #就是上面的 "id"
a.value #属性的值
２、举例说明

例１：文件名：book.xml

<?xml version="1.0" encoding="utf-8"?>
<info>
   intro>Book message</>
    list id='001'>
        head>bookonename>python checknumber>001page>200list>

    ='002'>booktwo>python learn>002>300>

>

（１）创建ＤＯＭ对象

import xml.dom.minidom
dom1=xml.dom.minidom.parse('book.xml')

（２）获取根字节

root=dom1.documentElement #这里得到的是根节点
print root.nodeName,',root.nodeValue,root.nodeType

返回结果为：

info,None,1

其中:

info是指根节点的名称root.nodeName

None是指根节点的值root.nodeValue

１是指根节点的类型root.nodeType,更多节点类型如下表：

NodeType	Named Constant
1	ELEMENT_NODE
2	ATTRIBUTE_NODE
3	TEXT_NODE
4	CDATA_SECTION_NODE
5	ENTITY_REFERENCE_NODE
6	ENTITY_NODE
7	PROCESSING_INSTRUCTION_NODE
8	COMMENT_NODE
9	DOCUMENT_NODE
10	DOCUMENT_TYPE_NODE
11	DOCUMENT_FRAGMENT_NODE
12	NOTATION_NODE

（3）子元素、子节点的访问

Ａ、返回root子节点列表

') root=dom1.documentElement #print root.nodeName,root.nodeType print root.childNodes

运行结果为：

[<DOM Text node "u'n '">,<DOM Element: intro at 0x124ef58>,<DOM Text node "u'n '">,<DOM Element: list at 0x1254058>,<DOM Text node "u'nn '">,<DOM Element: list at 0x1254418>,<DOM Text node "u'nn'">]

Ｂ、获取XML节点值，如返回根节点下第二个子节点intro的值和名字，添加下面一句

print root.childNodes[1].nodeName,root.childNodes[1].nodeValue

运行结果为：

intro None

Ｃ、访问第一个节点

print root.firstChild.nodeName

运行结果为：

#text

Ｄ、获取已经知道的元素名字的值，如要获取intro后的book message可以使用下面的方法：

intro)[0] for node in node.childNodes: if node.nodeType (node.TEXT_NODE,node.CDATA_SECTION_NODE): print node.data

这种方法的不足之处是需要对类型进行判断，使用起来不是很方便。运行结果是：

Book message

二、ＸＭＬ解析

对上面的xml进行解析

方法1 代码如下：

@小五义 http://www.cnblogs.com/xiaowuyi #xml 解析 dom1.documentElement book={} booknode=root.getElementsByTagName(list) for booklist booknode: print ='*20 id:'+booklist.getAttribute(id) for nodelist booklist.childNodes: if nodelist.nodeType ==1: print nodelist.nodeName+:, nodelist.childNodes: