python操作xml文件详细介绍
关于python读取xml文章很多,但大多文章都是贴一个xml文件,然后再贴个处理文件的代码。这样并不利于初学者的学习,希望这篇文章可以更通俗易懂的教如何使用python 来读取xml 文件。 一、什么是xml? 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。 abc.xml 复制代码 代码如下: <?xml version="1.0" encoding="utf-8"?> <catalog> <maxid>4</maxid> <login username="pytest" passwd='123456'> <caption>Python</caption> <item id="4"> <caption>测试</caption> </item> </login> <item id="2"> <caption>Zope</caption> </item> </catalog> Ok,从结构上,它很像我们常见的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: 首先,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 那么,下面来介绍如何用python来读取这种类型的文件。 复制代码 代码如下: #coding=utf-8 import xml.dom.minidom #打开xml文档 #得到文档元素对象 mxl.dom.minidom 模块被用来处理xml文件,所以要先引入。 xml.dom.minidom.parse() 用于打开一个xml文件,并将这个文件对象dom变量。 documentElement 用于得到dom对象的文档元素,并把获得的对象给root 每一个结点都有它的nodeName,nodeValue,nodeType属性。 nodeName为结点名字。 nodeValue是结点的值,只对文本结点有效。 nodeType是结点的类型。catalog是ELEMENT_NODE类型 现在有以下几种: 'ATTRIBUTE_NODE'
现在要获得catalog的子标签以的标签name 复制代码 代码如下: <?xml version="1.0" encoding="utf-8"?> <catalog> <maxid>4</maxid> <login username="pytest" passwd='123456'> <caption>Python</caption> <item id="4"> <caption>测试</caption> </item> </login> <item id="2"> <caption>Zope</caption> </item> </catalog> 对于知道元素名字的子元素,可以使用getElementsByTagName方法获取: 复制代码 代码如下: #coding=utf-8 import xml.dom.minidom #打开xml文档 #得到文档元素对象 bb = root.getElementsByTagName('maxid') bb = root.getElementsByTagName('login') 如何区分相同标签名字的标签: 复制代码 代码如下: <?xml version="1.0" encoding="utf-8"?> <catalog> <maxid>4</maxid> <login username="pytest" passwd='123456'> <caption>Python</caption> <item id="4"> <caption>测试</caption> </item> </login> <item id="2"> <caption>Zope</caption> </item> </catalog> <caption>和<item>标签不止一个如何区分? 复制代码 代码如下: #coding=utf-8 import xml.dom.minidom #打开xml文档 #得到文档元素对象 bb = root.getElementsByTagName('caption') bb = root.getElementsByTagName('item') root.getElementsByTagName('caption') 获得的是标签为caption 一组标签,b[0]表示一组标签中的第一个;b[2] ,表示这一组标签中的第三个。 四、获得标签属性值 复制代码 代码如下: <?xml version="1.0" encoding="utf-8"?> <catalog> <maxid>4</maxid> <login username="pytest" passwd='123456'> <caption>Python</caption> <item id="4"> <caption>测试</caption> </item> </login> <item id="2"> <caption>Zope</caption> </item> </catalog> <login>和<item>标签是有属性的,如何获得他们的属性? 复制代码 代码如下: #coding=utf-8 import xml.dom.minidom #打开xml文档 #得到文档元素对象 itemlist = root.getElementsByTagName('login') ii = root.getElementsByTagName('item') i2 = ii[1] getAttribute方法可以获得元素的属性所对应的值。 五、获得标签对之间的数据 复制代码 代码如下: <?xml version="1.0" encoding="utf-8"?> <catalog> <maxid>4</maxid> <login username="pytest" passwd='123456'> <caption>Python</caption> <item id="4"> <caption>测试</caption> </item> </login> <item id="2"> <caption>Zope</caption> </item> </catalog> <caption>标签对之间是有数据的,如何获得这些数据? 获得标签对之间的数据有多种方法, 方法一: 复制代码 代码如下: #coding=utf-8 import xml.dom.minidom #打开xml文档 #得到文档元素对象 cc=dom.getElementsByTagName('caption') c2=cc[1] c3=cc[2] firstChild 属性返回被选节点的第一个子节点,.data表示获取该节点人数据。 方法二: 复制代码 代码如下: #coding=utf-8 from xml.etree import ElementTree as ET per=ET.parse('abc.xml') p=per.findall('./login/item') for oneper in p:
for oneper in p: 方法二有点复杂,所引用模块也与前面的不一样,findall用于指定在哪一级标签下开始遍历。 getchildren方法按照文档顺序返回所有子标签。并输出标签名(child.tag)和标签的数据(child.text) 其实,方法二的作用不在于此,它核心功能是可以遍历某一级标签下的所有子标签。 PS:这里再为大家提供几款关于xml操作的在线工具供大家参考使用: 在线XML/JSON互相转换工具: 在线格式化XML/在线压缩XML: XML在线压缩/格式化工具: (编辑:李大同) 【声明】本站内容均来自网络,其相关言论仅代表作者个人观点,不代表本站立场。若无意侵犯到您的权利,请及时与联系站长删除相关内容! |