Python 中对XML 的基本的读写操作

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')  employee.setAttribute('id' ,1)##原文中没有这一点，可能是遗漏了，经过实践，自己加上了  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 id =1 >    <name>      linux    </name>    <age>    </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"?>）。