Python中XML详解

最近发现自己一个很不好的毛病就是有的时候为了完成工作的任务，google下问题的解决方法就很快过去了。但是其实自己并不是特别理解或者理解得不是很透彻。

 

觉着这样太不好，没提高，于是开始从头开始趁着闲工夫理清楚一些问题：

 

python用Dom解析XML是我最近遇到的一个问题：

 

首先看下XML的格式：

DOM的五个基本对象：Document，Node，NodeList，Element和Attr。

 

Python中队Document的解释是这样的：

A Document represents an entire XML document, including its constituentelements, attributes, processing instructions, comments etc. Remember that itinherits properties from Node.

 

代表整个XML文档，包含有元素，属性等

 

Nodelist是从Node继承而来的，表示一系列的Node

Node：All of the components of an XML document are subclasses of Node.

说的是所有的XML文档中的component都是Node的子类

它包含很多方法：http://docs.python.org/library/xml.dom.html?highlight=getelementsbytagname#dom-node-objects

Element：代表的是XML文档中的标签元素，继承于Node

Attr：代表xml文档的属性，需要注意的是：Attribute value nodes onelement nodes.

 

具体来看一个XML文档的解析：

下面只是XML文档的某个片段，整个文档包含几个system node

 

    <system platform="linux" name="server">
        <purpose>r</purpose>
        <system_type></system_type>
        <ip_address></ip_address>
        <userid>rt</userid>
        <password>y</password>
        <image_name></image_name>
        <instance_name></instance_name>
        <instance_comments>LRB BVT</instance_comments>
        <commands_on_boot>  </commands_on_boot>  
    </system>

 

现在我需要获取purpose的字段，怎么做么？

先看一个类中的方法：   

def getSystemPurpose(self,platform,name):
        rc =[]
        for nodes in self.dom.getElementsByTagName("system"):

#Document.getElementsByTagName(tagName)¶

Search for all descendants (direct children, children’s children, etc.) with aparticular element type name.

#document的getElementsByTagName将会返回所有的包含system tag 的node，此时返回时是一个nodes的集合。

 L= nodes.getElementsByTagName("purpose")      #读取所有的purpose nodes此时还是一个nodes的集合，对其进行遍历    

for node2 in L:

               
                title = ""
                for node3 in node2.childNodes:#nodes.chindNodes：获取所有的子节点，如果purpose有多个的话则依次取出其值。
                    if node3.nodeType == Node.TEXT_NODE:
                        title += node3.data
                print title

 

 

关于XML dom：

什么是 XML DOM?

XML DOM 是：

• 用于 XML 的标准对象模型
• 用于 XML 的标准编程接口
• 中立于平台和语言
• W3C 的标准

XML DOM 定义了所有 XML 元素的对象和属性，以及访问它们的方法（接口）。

换句话说：

XML DOM 是用于获取、更改、添加或删除 XML 元素的标准。

 

 

节点

根据 DOM，XML 文档中的每个成分都是一个节点。

DOM 是这样规定的：

• 整个文档是一个文档节点
• 每个 XML 标签是一个元素节点
• 包含在 XML 元素中的文本是文本节点
• 每一个 XML 属性是一个属性节点
• 注释属于注释节点

更多参考详见：http://www.w3school.com.cn/xmldom/dom_nodes.asp

我还是很懒，写东西实在不愿意写，这样不好。。。。。