Python：Dom解析XML文件(读XML)

这一篇文章接着前一篇来接续讲解如何使用Dom方式操作XML数据，这一篇文章主要介绍如何解析（parse）XML文件，本文实例XML文件是上一篇的生成的文件，我们看看能不能完整的读出来，这个XML文件内容如下：

XML/HTML代码

1. <?xml version="1.0" encoding="utf-8"?>  
2. <book_store name="new hua" website="http://www.ourunix.org">  
3.     <book>  
4.         <name>Hamlet</name>  
5.         <author>William Shakespeare</author>  
6.         <price>$20</price>  
7.         <grade>good</grade>  
8.     </book>  
9.     <book>  
10.         <name>shuihu</name>  
11.         <author>naian shi</author>  
12.         <price>$200</price>  
13.         <grade>good</grade>  
14.     </book>  
15. </book_store>  

主要方法

        1、加载读取XML文件

Python代码

1. minidom.parse(filename)  

        2、获取XML文档对象

Python代码

1. doc.documentElement  

        3、 获取XML节点属性值 

Python代码

1. node.getAttribute(AttributeName)  

        4、获取XML节点对象集合

Python代码

1. node.getElementsByTagName(TagName)  

        5、 获取XML节点值 

Python代码

1. node.childNodes[index].nodeValue  

代码演示

        同样先用一个简单版本来演示下如何使用Dom解析XML文件，代码如下：

Python代码

1. '''''  
2. Created on 2012-8-28  
3.    
4. @author:  walfred 
5. @module: domxml.parseXMLSimple  
6. @description: 
7. '''    
8. import xml.dom.minidom as Dom  
9. import sys  
10.   
11. if __name__ == "__main__":  
12.     try:  
13.         xml_file = Dom.parse("./book_store.xml")  
14.     except Exception, e:  
15.         print e  
16.         sys.exit()  
17.     node_root = xml_file.documentElement  
18.     name = node_root.getAttribute("name")  
19.     website = node_root.getAttribute("website")  
20.     print "name of book store: %s\nwebsite of book store: %s" %(name, website)  
21.       
22.     node_book_list = node_root.getElementsByTagName("book")  
23.     for book_node in node_book_list:  
24.         book_name_node = book_node.getElementsByTagName("name")[0]  
25.         book_name_value = book_name_node.childNodes[0].data  
26.           
27.         book_author_node = book_node.getElementsByTagName("author")[0]  
28.         book_author_value = book_author_node.childNodes[0].data  
29.           
30.         book_price_node = book_node.getElementsByTagName("price")[0]  
31.         book_price_value = book_price_node.childNodes[0].data  
32.           
33.         book_grade_node = book_node.getElementsByTagName("grade")[0]  
34.         book_grade_value = book_grade_node.childNodes[0].data  
35.           
36.         print "book: %s\t author: %s\t price: %s\t grade: %s\t" %(book_name_value, book_author_value, book_price_value, book_grade_value)  

        运行结果如下：

name of book store: new hua

website of book store: http://www.ourunix.org

book: Hamlet  author: William Shakespeare price: $20  grade: good

book: shuihu  author: naian shi price: $200  grade: good

        同样接着来一个所谓的高级版本：

XML/HTML代码

1. '''   
2. Created on 2012-8-28   
3.     
4. @author:  walfred  
5. @module: domxml.XMLParser   
6. @description:  
7. '''    
8.   
9. import xml.dom.minidom as Dom  
10. import sys  
11.   
12. class XMLParser:  
13.     def __init__(self, xml_file_path):  
14.         try:  
15.             self.xml = Dom.parse(xml_file_path)  
16.         except:  
17.             sys.exit()  
18.         self.book_list = list()  
19.           
20.     def getNodeName(self, prev_node, node_name):  
21.         return prev_node.getElementsByTagName(node_name)  
22.       
23.     def getNodeAttr(self, node, att_name):  
24.         return node.getAttribute(att_name)  
25.       
26.     def getNodeValue(self, node):  
27.         return node.childNodes[0].data.encode("utf-8")  
28.       
29.     def parse(self):  
30.         node_root = self.xml.documentElement  
31.         print "store: %s, website: %s" %(self.getNodeAttr(node_root, "name"), \  
32.                                      self.getNodeAttr(node_root, "website"))  
33.           
34.         node_book_list = self.getNodeName(node_root, "book")  
35.           
36.         for node_book in node_book_list:  
37.             book_info = dict()  
38.             node_book_name = self.getNodeName(node_book, "name")[0]  
39.             book_name_value = self.getNodeValue(node_book_name)  
40.             book_info["name"] = book_name_value  
41.               
42.             node_book_author = self.getNodeName(node_book, "author")[0]  
43.             book_author_value = self.getNodeValue(node_book_author)  
44.             book_info["author"] = book_author_value  
45.               
46.             node_book_price = self.getNodeName(node_book, "price")[0]  
47.             book_price_value = self.getNodeValue(node_book_price)  
48.             book_info["price"] = book_price_value  
49.               
50.             node_book_grade = self.getNodeName(node_book, "grade")[0]  
51.             book_garde_value = self.getNodeValue(node_book_grade)  
52.             book_info["grade"] = book_garde_value  
53.               
54.             self.book_list.append(book_info)  
55.       
56.     def getBookList(self):  
57.         return self.book_list  
58.       
59. if __name__ == "__main__":  
60.     myXMLParser = XMLParser("book_store.xml")  
61.     myXMLParser.parse()  
62.     print myXMLParser.getBookList()  
63.               

        完

声明: 本文采用 BY-NC-SA 协议进行授权. 转载请注明转自:Python：Dom解析XML文件(读XML)