这里有新鲜出炉的 Python 教程,程序狗速度看过来!
Python 是一种面向对象、解释型计算机程序设计语言,由 Guido van Rossum 于 1989 年底发明,第一个公开发行版发行于 1991 年。Python 语法简洁而清晰,具有丰富和强大的类库。它常被昵称为胶水语言,它能够把用其他语言制作的各种模块(尤其是 C/C++)很轻松地联结在一起。
这篇文章主要给大家介绍了关于 python 中利用 xml.dom 模块解析 xml 的方法教程,文中通过示例代码介绍的非常详细,相信对大家具有一定的参考学习价值,需要的朋友们下面来一起看看吧。
一、什么是 xml?有何特征?
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。
例子:del.xml
- <?xml version="1.0" encoding="utf-8" ?>
- <catalog>
- <maxid>
- 4
- </maxid>
- <login username="pytest" passwd='123456'>
- <caption>
- Python
- </caption>
- <item id="4">
- <caption>
- test
- </caption>
- </item>
- </login>
- <item id="2">
- <caption>
- Zope
- </caption>
- </item>
- </catalog>
从结构上,很像 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:
• 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)
二、获得标签属性
- #coding: utf-8
- import xml.dom.minidom
- dom = xml.dom.minidom.parse("del.xml") #打开xml文档
- root = dom.documentElement #得到xml文档对象
- print "nodeName:", root.nodeName #每一个结点都有它的nodeName,nodeValue,nodeType属性
- print "nodeValue:", root.nodeValue #nodeValue是结点的值,只对文本结点有效
- print "nodeType:", root.nodeType
- print "ELEMENT_NODE:", root.ELEMENT_NODE
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'
运行结果
- nodeName: catalog
- nodeValue: None
- nodeType: 1
- ELEMENT_NODE: 1
三、获得子标签
- #coding: utf-8
- import xml.dom.minidom
- dom = xml.dom.minidom.parse("del.xml")
- root = dom.documentElement
- bb = root.getElementsByTagName('maxid')
- print type(bb)
- print bb
- b = bb[0]
- print b.nodeName
- print b.nodeValue
运行结果
- <class 'xml.dom.minicompat.NodeList'>
- [<DOM Element: maxid at 0x2707a48>]
- maxid
- None
四、获得标签属性值
- #coding: utf-8
- import xml.dom.minidom
- dom = xml.dom.minidom.parse("del.xml")
- root = dom.documentElement
- itemlist = root.getElementsByTagName('login')
- item = itemlist[0]
- print item.getAttribute("username")
- print item.getAttribute("passwd")
- itemlist = root.getElementsByTagName("item")
- item = itemlist[0] #通过在itemlist中的位置区分
- print item.getAttribute("id")
- item2 = itemlist[1] #通过在itemlist中的位置区分
- print item2.getAttribute("id")
运行结果
- pytest
- 123456
- 4
- 2
五、获得标签对之间的数据
- #coding: utf-8
- import xml.dom.minidom
- dom = xml.dom.minidom.parse("del.xml")
- root = dom.documentElement
- itemlist = root.getElementsByTagName('caption')
- item = itemlist[0]
- print item.firstChild.data
- item2 = itemlist[1]
- print item2.firstChild.data
运行结果
- Python
- test
六、例子
- <?xml version="1.0" encoding="UTF-8" ?>
- <users>
- <user id="1000001">
- <username>
- Admin
- </username>
- <email>
- admin@live.cn
- </email>
- <age>
- 23
- </age>
- <sex>
- boy
- </sex>
- </user>
- <user id="1000002">
- <username>
- Admin2
- </username>
- <email>
- admin2@live.cn
- </email>
- <age>
- 22
- </age>
- <sex>
- boy
- </sex>
- </user>
- <user id="1000003">
- <username>
- Admin3
- </username>
- <email>
- admin3@live.cn
- </email>
- <age>
- 27
- </age>
- <sex>
- boy
- </sex>
- </user>
- <user id="1000004">
- <username>
- Admin4
- </username>
- <email>
- admin4@live.cn
- </email>
- <age>
- 25
- </age>
- <sex>
- girl
- </sex>
- </user>
- <user id="1000005">
- <username>
- Admin5
- </username>
- <email>
- admin5@live.cn
- </email>
- <age>
- 20
- </age>
- <sex>
- boy
- </sex>
- </user>
- <user id="1000006">
- <username>
- Admin6
- </username>
- <email>
- admin6@live.cn
- </email>
- <age>
- 23
- </age>
- <sex>
- girl
- </sex>
- </user>
- </users>
把 name、email、age、sex 输出
参考代码
- # -*- coding:utf-8 -*-
- from xml.dom import minidom
- def get_attrvalue(node, attrname):
- return node.getAttribute(attrname) if node else ''
- def get_nodevalue(node, index = 0):
- return node.childNodes[index].nodeValue if node else ''
- def get_xmlnode(node, name):
- return node.getElementsByTagName(name) if node else []
- def get_xml_data(filename = 'user.xml'):
- doc = minidom.parse(filename)
- root = doc.documentElement
- user_nodes = get_xmlnode(root, 'user')
- print "user_nodes:", user_nodes
- user_list=[]
- for node in user_nodes:
- user_id = get_attrvalue(node, 'id')
- node_name = get_xmlnode(node, 'username')
- node_email = get_xmlnode(node, 'email')
- node_age = get_xmlnode(node, 'age')
- node_sex = get_xmlnode(node, 'sex')
- user_name =get_nodevalue(node_name[0])
- user_email = get_nodevalue(node_email[0])
- user_age = int(get_nodevalue(node_age[0]))
- user_sex = get_nodevalue(node_sex[0])
- user = {}
- user['id'] , user['username'] , user['email'] , user['age'] , user['sex'] = (
- int(user_id), user_name , user_email , user_age , user_sex
- )
- user_list.append(user)
- return user_list
- def test_load_xml():
- user_list = get_xml_data()
- for user in user_list :
- print '-----------------------------------------------------'
- if user:
- user_str='No.:\t%d\nname:\t%s\nsex:\t%s\nage:\t%s\nEmail:\t%s' % (int(user['id']) , user['username'], user['sex'] , user['age'] , user['email'])
- print user_str
- if __name__ == "__main__":
- test_load_xml()
结果
- C:\Users\wzh94434\Desktop\xml>python user.py
- user_nodes: [<DOM Element: user at 0x2758c48>, <DOM Element: user at 0x2756288>,
- <DOM Element: user at 0x2756888>, <DOM Element: user at 0x2756e88>, <DOM Elemen
- t: user at 0x275e4c8>, <DOM Element: user at 0x275eac8>]
- -----------------------------------------------------
- No.: 1000001
- name: Admin
- sex: boy
- age: 23
- Email: admin@live.cn
- -----------------------------------------------------
- No.: 1000002
- name: Admin2
- sex: boy
- age: 22
- Email: admin2@live.cn
- -----------------------------------------------------
- No.: 1000003
- name: Admin3
- sex: boy
- age: 27
- Email: admin3@live.cn
- -----------------------------------------------------
- No.: 1000004
- name: Admin4
- sex: gril
- age: 25
- Email: admin4@live.cn
- -----------------------------------------------------
- No.: 1000005
- name: Admin5
- sex: boy
- age: 20
- Email: admin5@live.cn
- -----------------------------------------------------
- No.: 1000006
- name: Admin6
- sex: gril
- age: 23
- Email: admin6@live.cn
七、总结
- minidom.parse(filename)
- 加载读取XML文件
- doc.documentElement
- 获取XML文档对象
- node.getAttribute(AttributeName)
- 获取XML节点属性值
- node.getElementsByTagName(TagName)
- 获取XML节点对象集合
- node.childNodes #返回子节点列表。
- node.childNodes[index].nodeValue
- 获取XML节点值
- node.firstChild
- #访问第一个节点。等价于pagexml.childNodes[0]
- doc = minidom.parse(filename)
- doc.toxml('UTF-8')
- 返回Node节点的xml表示的文本
- Node.attributes["id"]
- a.name #就是上面的 "id"
- a.value #属性的值
- 访问元素属性
好了,以上就是这篇文章的全部内容了,希望本文的内容对大家的学习或者工作能带来一定的帮助,如果有疑问大家可以留言交流,谢谢大家对 PHPERZ 的支持。
来源: http://www.phperz.com/article/17/0611/335728.html