python XML文件读写

来源：互联网发布：js解析json方式编辑：程序博客网时间：2024/06/01 10:22

转自：http://itech.cnblogs.com/ 作者;ITech

一 Python提供的xml支持
2种工业标准的xml解析方法-SAX和DOM。SAX（simple API for XML），是基于事件处理的，当XML文档顺序地读入时，每次遇到一个元素会触发相应的事件处理函数来处理。DOM（Document Object Model），通过构建一个树结构来表现整个xml文档，一旦树被构建，可以通过DOM提供了接口来遍历树和提取相应的数据。

python还提供了python独特的xml解析方法，相比于SAX和DOM更容易使用和更加快速，此方法为ElementTree。

python的xml模块为：

1)xml.dom.minidom

2)xml.elementtree

3)xml.sax + xml.dom

二 xml实例：（employees.xml）

[html] view plain copy
 print?
<?xml version="1.0" encoding="UTF-8"?>  
 <employees>   
  <employee>   
    <name>linux</name>  
    <age>30</age>  
  </employee>  
  
  <employee>   
    <name>windows</name>  
    <age>20</age>  
  </employee>  
 </employees>  

三使用xml.dom.minidom来读写xml

1）使用xml.dom.minidom来解析xml：

[html] view plain copy
 print?
def TestMiniDom():  
  from xml.dom import minidom  
  doc = minidom.parse("employees.xml")  
    
  # get root element: <employees/>  
  root = doc.documentElement  
    
  # get all children elements: <employee/> <employee/>  
  employees = root.getElementsByTagName("employee")  
    
  for employee in employees:  
    print("-------------------------------------------")  
    # element name : employee  
    print (employee.nodeName)  
    # element xml content : <employee><name>windows</name><age>20</age></employee>  
    # basically equal to toprettyxml function  
    print (employee.toxml())  
      
    nameNode = employee.getElementsByTagName("name")[0]  
    print (nameNode.childNodes)  
    print (nameNode.nodeName + ":" + nameNode.childNodes[0].nodeValue)  
    ageNode = employee.getElementsByTagName("age")[0]  
    print (ageNode.childNodes)  
    print (ageNode.nodeName + ":" + ageNode.childNodes[0].nodeValue)  
      
    print("-------------------------------------------")  
    # children nodes :  \n is one text element  
    # [  
    # <DOM Text node "' \n    '">,   
    # <DOM Element: name at 0xc9e490>,   
    # <DOM Text node "'\n    '">,   
    # <DOM Element: age at 0xc9e4f0>,   
    # <DOM Text node "'\n  '">  
    # ]   
    for n in employee.childNodes:  
      print (n)  
  
TestMiniDom()  

运行结果：

[html] view plain copy
 print?
-------------------------------------------  
employee  
<employee>  
    <name>linux</name>  
    <age>30</age>  
  </employee>  
[<DOM Text node "'linux'">]  
name:linux  
[<DOM Text node "'30'">]  
age:30  
-------------------------------------------  
<DOM Text node "' \n    '">  
<DOM Element: name at 0xc9f590>  
<DOM Text node "'\n    '">  
<DOM Element: age at 0xc9f5f0>  
<DOM Text node "'\n  '">  
-------------------------------------------  
employee  
<employee>  
    <name>windows</name>  
    <age>20</age>  
  </employee>  
[<DOM Text node "'windows'">]  
name:windows  
[<DOM Text node "'20'">]  
age:20  
-------------------------------------------  
<DOM Text node "' \n    '">  
<DOM Element: name at 0xc9f6b0>  
<DOM Text node "'\n    '">  
<DOM Element: age at 0xc9f710>  
<DOM Text node "'\n  '">  

2）使用xml.dom.minidom来生成xml:

[python] view plain copy
 print?
def GenerateXml():  
  import xml.dom.minidom  
  impl = xml.dom.minidom.getDOMImplementation()  
  dom = impl.createDocument(None, 'employees', None)  
  root = dom.documentElement    
  employee = dom.createElement('employee')  
  root.appendChild(employee)  
    
  nameE=dom.createElement('name')  
  nameT=dom.createTextNode('linux')  
  nameE.appendChild(nameT)  
  employee.appendChild(nameE)  
    
  ageE=dom.createElement('age')  
  ageT=dom.createTextNode('30')  
  ageE.appendChild(ageT)  
  employee.appendChild(ageE)  
    
  
  f= open('employees2.xml', 'w', encoding='utf-8')  
  dom.writexml(f, addindent='  ', newl='\n',encoding='utf-8')  
  f.close()    
  
GenerateXml()  

运行结果：

[html] view plain copy
 print?
<?xml version="1.0" encoding="utf-8"?>  
<employees>  
  <employee>  
    <name>  
      linux  
    </name>  
    <age> 
      30 
    </age>  
  </employee>  
</employees>  

3）使用xml.dom.minidom需要注意的

*使用parse()或createDocument()返回的为DOM对象；
*使用DOM的documentElement属性可以获得Root Element;
*DOM为树形结构，包含许多的nodes，其中element是node的一种，可以包含子elements，textNode也是node的一种，是最终的子节点；
*每个node都有nodeName，nodeValue，nodeType属性，nodeValue是结点的值，只对textNode有效。对于textNode，想得到它的文本内容可以使用: .data属性。
*nodeType是结点的类型，现在有以下：

'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'
*getElementsByTagName()可以根据名字来查找子elements；
*childNodes返回所有的子Nodes，其中所有的文本均为textNode，包含元素间的‘\n\r’和空格均为textNode；
*writexml()时addindent=' '表示子元素的缩进，newl='\n'表示元素间的换行，encoding='utf-8'表示生成的xml的编码格式（<?xml version="1.0" encoding="utf-8"?>）。

阅读全文

0 0