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)
- <?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:
- 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:
- -------------------------------------------
- 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:
- 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:
- <?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"?>)。