程序博客网 > 招聘seo主管

XML生成与解析（DOM、ElementTree）

来源：互联网 发布：招聘seo主管 编辑：程序博客网 时间：2024/06/07 18:22

python网络编程学习笔记（8）：XML生成与解析（DOM、ElementTree）

转载请注明：@小五义http://www.cnblogs.com/xiaowuyi

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

复制代码
<?xml version="1.0" encoding="utf-8"?><info>   <intro>Book message</intro>    <list id='001'>        <head>bookone</head>        <name>python check</name>        <number>001</number>        <page>200</page>    </list>    <list id='002'>        <head>booktwo</head>        <name>python learn</name>        <number>002</number>        <page>300</page>    </list></info>
复制代码

 

（１）创建ＤＯＭ对象

import xml.dom.minidomdom1=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

import xml.dom.minidomdom1=xml.dom.minidom.parse('book.xml')root=dom1.documentElement#print root.nodeName,',',root.nodeValue,',',root.nodeTypeprint 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'\n\n    '">, <DOM Element: list at 0x1254418>, <DOM Text node "u'\n\n'">]

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：

复制代码
import xml.dom.minidomdom1=xml.dom.minidom.parse('book.xml')root=dom1.documentElement#print root.nodeName,',',root.nodeValue,',',root.nodeTypenode= root.getElementsByTagName('intro')[0]for node in node.childNodes:    if node.nodeType in (node.TEXT_NODE,node.CDATA_SECTION_NODE):        print node.data
复制代码

 

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：

复制代码
#@小五义 http://www.cnblogs.com/xiaowuyi#xml 解析import xml.dom.minidomdom1=xml.dom.minidom.parse('book.xml')root=dom1.documentElementbook={}booknode=root.getElementsByTagName('list')for booklist in booknode:    print '='*20    print 'id:'+booklist.getAttribute('id')    for nodelist in  booklist.childNodes:        if nodelist.nodeType ==1:            print nodelist.nodeName+':',        for node in nodelist.childNodes:            print node.data
复制代码

运行结果为：

==================== 
id:001 
head: bookone 
name: python check 
number: 001 
page: 200 
==================== 
id:002 
head: booktwo 
name: python learn 
number: 002 
page: 300

方法二：

代码：

复制代码
#@小五义 http://www.cnblogs.com/xiaowuyi#xml 解析 import xml.dom.minidomdom1=xml.dom.minidom.parse('book.xml')root=dom1.documentElementbook={}booknode=root.getElementsByTagName('list')for booklist in booknode:    print '='*20    print 'id:'+booklist.getAttribute('id')    print 'head:'+booklist.getElementsByTagName('head')[0].childNodes[0].nodeValue.strip()    print 'name:'+booklist.getElementsByTagName('name')[0].childNodes[0].nodeValue.strip()    print 'number:'+booklist.getElementsByTagName('number')[0].childNodes[0].nodeValue.strip()    print 'page:'+booklist.getElementsByTagName('page')[0].childNodes[0].nodeValue.strip()
复制代码

        运行结果与方法一一样。比较上面的两个方法，方法一根据xml的树结构进行了多次循环，可读性上不及方法二，方法直接对每一个节点进行操作，更加清晰。为了更加方法程序的调用，可以使用一个list加一个字典进行存储，具体见方法3：

复制代码
#@小五义 http://www.cnblogs.com/xiaowuyi#xml 解析

import xml.dom.minidom 
dom1=xml.dom.minidom.parse('book.xml') 
root=dom1.documentElement 
book=[] 
booknode=root.getElementsByTagName('list') 
for booklist in booknode: 
    bookdict={} 
    bookdict['id']=booklist.getAttribute('id') 
    bookdict['head']=booklist.getElementsByTagName('head')[0].childNodes[0].nodeValue.strip() 
    bookdict['name']=booklist.getElementsByTagName('name')[0].childNodes[0].nodeValue.strip() 
    bookdict['number']=booklist.getElementsByTagName('number')[0].childNodes[0].nodeValue.strip() 
    bookdict['page']=booklist.getElementsByTagName('page')[0].childNodes[0].nodeValue.strip() 
    book.append(bookdict) 
print book

复制代码

运行结果为：

[{'head': u'bookone', 'page': u'200', 'number': u'001', 'id': u'001', 'name': u'python check'}, {'head': u'booktwo', 'page': u'300', 'number': u'002', 'id': u'002', 'name': u'python learn'}]

该列表里包含了两个字典。

三、建立ＸＭＬ文件

这里用方法三得到的结果，建立一个xml文件。

复制代码
# -*- coding: cp936 -*-#@小五义 http://www.cnblogs.com/xiaowuyi#xml 创建 import xml.domdef create_element(doc,tag,attr):    #创建一个元素节点    elementNode=doc.createElement(tag)    #创建一个文本节点    textNode=doc.createTextNode(attr)    #将文本节点作为元素节点的子节点    elementNode.appendChild(textNode)    return elementNodedom1=xml.dom.getDOMImplementation()#创建文档对象，文档对象用于创建各种节点。doc=dom1.createDocument(None,"info",None)top_element = doc.documentElement# 得到根节点books=[{'head': u'bookone', 'page': u'200', 'number': u'001', 'id': u'001', 'name': u'python check'}, {'head': u'booktwo', 'page': u'300', 'number': u'002', 'id': u'002', 'name': u'python learn'}]for book in books:    sNode=doc.createElement('list')    sNode.setAttribute('id',str(book['id']))    headNode=create_element(doc,'head',book['head'])    nameNode=create_element(doc,'name',book['name'])    numberNode=create_element(doc,'number',book['number'])    pageNode=create_element(doc,'page',book['page'])    sNode.appendChild(headNode)    sNode.appendChild(nameNode)    sNode.appendChild(pageNode)    top_element.appendChild(sNode)# 将遍历的节点添加到根节点下xmlfile=open('bookdate.xml','w')doc.writexml(xmlfile,addindent=' '*4, newl='\n', encoding='utf-8')xmlfile.close()
复制代码

运行后生成bookdate.xml文件，该文件与book.xml一样。

 xml.etree.ElementTree篇

依然使用例1的例子，对xml进行解析分析。

1、加载XML

方法一：直接加载文件

import xml.etree.ElementTreeroot=xml.etree.ElementTree.parse('book.xml')

方法二：加载指定字符串

import xml.etree.ElementTreeroot = xml.etree.ElementTree.fromstring(xmltext)

这里xmltext是指定的字符串。

２、获取节点

方法一 利用getiterator方法得到指定节点

book_node=root.getiterator("list")

方法二 利用getchildren方法得到子节点,如例１中，要得到list下面子节点head的值：

复制代码
#@小五义 http://www.cnblogs.com/xiaowuyi
import xml.etree.ElementTreeroot=xml.etree.ElementTree.parse('book.xml')book_node=root.getiterator("list")for node in book_node:    book_node_child=node.getchildren()[0]    print book_node_child.tag+':'+book_node_child.text
复制代码

运行结果为：

head:bookone 
head:booktwo

方法三 使用find和findall方法

 find方法找到指定的第一个节点：

复制代码
# -*- coding: cp936 -*-#@小五义 http://www.cnblogs.com/xiaowuyi import xml.etree.ElementTreeroot=xml.etree.ElementTree.parse('book.xml')book_find=root.find('list')for note in book_find:    print note.tag+':'+note.text
复制代码

 

运行结果：

head:bookone 
name:python check 
number:001 
page:200

findall方法将找到指定的所有节点：

复制代码
# -*- coding: cp936 -*-#@小五义 http://www.cnblogs.com/xiaowuyi import xml.etree.ElementTreeroot=xml.etree.ElementTree.parse('book.xml')book=root.findall('list')for book_list in book:    for note in book_list:        print note.tag+':'+note.text
复制代码

 

运行结果：

head:bookone 
name:python check 
number:001 
page:200 
head:booktwo 
name:python learn 
number:002 
page:300

３、对book.xml进行解析的实例

复制代码
# -*- coding: cp936 -*-#@小五义 http://www.cnblogs.com/xiaowuyi import xml.etree.ElementTreeroot=xml.etree.ElementTree.parse('book.xml')book=root.findall('list')for book_list in book:    print '='*20    if  book_list.attrib.has_key('id'):        print "id:"+book_list.attrib['id']    for note in book_list:        print note.tag+':'+note.textprint '='*20
复制代码

 

运行结果为：

==================== 
id:001 
head:bookone 
name:python check 
number:001 
page:200 
==================== 
id:002 
head:booktwo 
name:python learn 
number:002 
page:300 
====================

 

注意：

当要获取属性值时，如list id=’001’,用attrib方法。

当要获取节点值时，如<head>bookone</head>中的bookone用text方法。

当要获取节点名时，用tag方法。

分类: python学习笔记,python网络编程
标签: python, xml, DOM, ElementTree
好文要顶 关注我 收藏该文 
阅读全文
0 0
招聘seo主管 招聘seo主管
原创粉丝点击
热门IT博客
国研网宏观经济数据库国研网宏观经济数据库
天龙八部发色数据女生天龙八部发色数据女生
java电子商务系统源码
淘宝店铺页面怎么装修
java写的毕业设计
linux cmd命令
淘宝客服工资都不高吗
2017大数据产业峰会
毕业生烧炭自杀知乎
网络医院app
粮油统计网络直报系统
注册淘宝店流程
淘宝天猫开店费用
淘宝活动报名流程
淘宝aape官方旗舰店
郑州软件测试招聘
mysql入门经典 pdf
北京和隆优化
淘宝买家2钻厉害吗
我的战争mac修改器
热门问题 老师的惩罚 人脸识别 我在镇武司摸鱼那些年 重生之率土为王 我在大康的咸鱼生活 盘龙之生命进化 天生仙种 凡人之先天五行 春回大明朝 姑娘不必设防，我是瞎子 户外广告牌出租发布 户外广告牌报价表 户外广告牌制作材料 高速户外广告牌 新型户外广告牌 单立柱户外广告牌 户外广告牌工程 户外广告牌设计 户外广告牌设计制作公司 户外led广告牌制作 户外广告牌报价单 户外广告牌制作合同 led户外广告牌制作 广告台历价格 广告喷绘机多少钱一台 广告公司怎么起名 广告照片 广告公司图片 特价广告图片 下载广告图片 广告招牌设计效果图 广告架展示架安装图 广告图制作 网站广告图 纹眉广告图 创意广告图 宣传图 产品广告图 超市广告图 悦诗风吟广告图 美甲广告图 手抓饼广告图 美容广告图 运动鞋广告图 李宁广告图 杜蕾斯广告图 红豆饼广告图 药品广告图 美发广告图 广告设计图 招聘广告图

程序博客网，程序员的互联网技术博客家园。csdn论坛精品 msdn技术资料都在这里