python读取xml文件

原博客地址：https://www.cnblogs.com/fnng/p/3581433.html

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<?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>复制代码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）：<aa>     <bb></bb></aa> 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#coding=utf-8import  xml.dom.minidom#打开xml文档dom = xml.dom.minidom.parse('abc.xml')#得到文档元素对象root = dom.documentElementprint root.nodeNameprint root.nodeValueprint root.nodeTypeprint root.ELEMENT_NODE复制代码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''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'NodeTypes - 有名常数http://www.w3school.com.cn/xmldom/dom_nodetype.asp  获得子标签 现在要获得catalog的子标签以的标签name复制代码<?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>复制代码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#coding=utf-8import  xml.dom.minidom#打开xml文档dom = xml.dom.minidom.parse('abc.xml')#得到文档元素对象root = dom.documentElementbb = root.getElementsByTagName('maxid')b= bb[0]print b.nodeNamebb = root.getElementsByTagName('login')b= bb[0]print b.nodeName复制代码如何区分相同标签名字的标签：复制代码<?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>复制代码<caption>和<item>标签不止一个如何区分？复制代码#coding=utf-8import  xml.dom.minidom#打开xml文档dom = xml.dom.minidom.parse('abc.xml')#得到文档元素对象root = dom.documentElementbb = root.getElementsByTagName('caption')b= bb[2]print b.nodeNamebb = root.getElementsByTagName('item')b= bb[1]print b.nodeName复制代码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。  获得标签属性值 复制代码<?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>复制代码<login>和<item>标签是有属性的，如何获得他们的属性？复制代码#coding=utf-8import  xml.dom.minidom#打开xml文档dom = xml.dom.minidom.parse('abc.xml')#得到文档元素对象root = dom.documentElementitemlist = root.getElementsByTagName('login')item = itemlist[0]un=item.getAttribute("username")print unpd=item.getAttribute("passwd")print pdii = root.getElementsByTagName('item')i1 = ii[0]i=i1.getAttribute("id")print ii2 = ii[1]i=i2.getAttribute("id")print i复制代码getAttribute方法可以获得元素的属性所对应的值。  获得标签对之间的数据 复制代码<?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>复制代码<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#coding=utf-8import  xml.dom.minidom#打开xml文档dom = xml.dom.minidom.parse('abc.xml')#得到文档元素对象root = dom.documentElementcc=dom.getElementsByTagName('caption')c1=cc[0]print c1.firstChild.datac2=cc[1]print c2.firstChild.datac3=cc[2]print c3.firstChild.data复制代码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#coding=utf-8from xml.etree import ElementTree as ETper=ET.parse('abc.xml')p=per.findall('./login/item')for oneper in p:    for child in oneper.getchildren():        print child.tag,':',child.textp=per.findall('./item')for oneper in p:    for child in oneper.getchildren():        print child.tag,':',child.text复制代码方法二有点复杂，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。