python中利用xml.dom模块解析xml的方法教程
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, •标签可以有属性: •标签对可以嵌入数据: •标签可以嵌入子标签(具有层级关系) 二、获得标签属性 #coding: utf-8 import xml.dom.minidom dom = 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.nodeType print "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: catalog nodeValue: None nodeType: 1 ELEMENT_NODE: 1 三、获得子标签 #coding: utf-8 import xml.dom.minidom dom = xml.dom.minidom.parse("del.xml") root = dom.documentElement bb = root.getElementsByTagName('maxid') print type(bb) print bb b = bb[0] print b.nodeName print b.nodeValue 运行结果 <class 'xml.dom.minicompat.NodeList'> [<DOM Element: maxid at 0x2707a48>] maxid None 四、获得标签属性值 #coding: utf-8 import xml.dom.minidom dom = xml.dom.minidom.parse("del.xml") root = dom.documentElement itemlist = 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 pytest 123456 4 2 五、获得标签对之间的数据 #coding: utf-8 import xml.dom.minidom dom = xml.dom.minidom.parse("del.xml") root = dom.documentElement itemlist = root.getElementsByTagName('caption') item = itemlist[0] print item.firstChild.data item2 = itemlist[1] print item2.firstChild.data 运行结果 Python test 六、例子 <?xml version="1.0" encoding="UTF-8" ?> <users> <user id="1000001"> <username>Admin</username> <email>admin@live.cn</email> <age>23</age> <sex>boy</sex> </user> <user id="1000002"> <username>Admin2</username> <email>admin2@live.cn</email> <age>22</age> <sex>boy</sex> </user> <user id="1000003"> <username>Admin3</username> <email>admin3@live.cn</email> <age>27</age> <sex>boy</sex> </user> <user id="1000004"> <username>Admin4</username> <email>admin4@live.cn</email> <age>25</age> <sex>girl</sex> </user> <user id="1000005"> <username>Admin5</username> <email>admin5@live.cn</email> <age>20</age> <sex>boy</sex> </user> <user id="1000006"> <username>Admin6</username> <email>admin6@live.cn</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 minidom def 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_list def test_load_xml(): user_list = get_xml_data() for user in user_list : print '-----------------------------------------------------' if user: user_str='No.:t%dnname:t%snsex:t%snage:t%snEmail:t%s' % (int(user['id']),user['sex'],user['email']) print user_str if __name__ == "__main__": test_load_xml() 结果 C:Userswzh94434Desktopxml>python user.py user_nodes: [<DOM Element: user at 0x2758c48>,<DOM Element: user at 0x2756288>,<DOM Element: user at 0x2756888>,<DOM Element: user at 0x2756e88>,<DOM Elemen t: user at 0x275e4c8>,<DOM Element: user at 0x275eac8>] ----------------------------------------------------- No.: 1000001 name: Admin sex: boy age: 23 Email: admin@live.cn ----------------------------------------------------- No.: 1000002 name: Admin2 sex: boy age: 22 Email: admin2@live.cn ----------------------------------------------------- No.: 1000003 name: Admin3 sex: boy age: 27 Email: admin3@live.cn ----------------------------------------------------- No.: 1000004 name: Admin4 sex: gril age: 25 Email: admin4@live.cn ----------------------------------------------------- No.: 1000005 name: Admin5 sex: boy age: 20 Email: admin5@live.cn ----------------------------------------------------- No.: 1000006 name: Admin6 sex: gril age: 23 Email: admin6@live.cn 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,谢谢大家对编程小技巧的支持。 (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! |