开发者社区> 技术mix呢> 正文
阿里云
为了无法计算的价值
打开APP
阿里云APP内打开

python xml.dom模块解析xml

简介:
+关注继续查看

1. 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

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>test</caption>
        </item>
    </login>
    <item id="2">
        <caption>Zope</caption>
    </item>
</catalog>
复制代码

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)

2. 获得标签属性

复制代码
#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
复制代码

nodeType是结点的类型。catalog是ELEMENT_NODE类型

现在有以下几种:

1
2
3
4
5
6
7
8
9
10
11
12
'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

1
2
3
4
nodeName: catalog
nodeValue: None
nodeType: 1
ELEMENT_NODE: 1

3. 获得子标签

复制代码
#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
复制代码

运行结果

1
2
3
4
<class 'xml.dom.minicompat.NodeList'>
[<DOM Element: maxid at 0x2707a48>]
maxid
None

4. 获得标签属性值

复制代码
#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")
复制代码

运行结果

1
2
3
4
pytest
123456
4
2

5. 获得标签对之间的数据

复制代码
#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
复制代码

运行结果

1
2
Python
test

6. 例子

复制代码
<?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>
复制代码

把name、email、age、sex输出 

参考代码

复制代码
# -*- 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()
复制代码

结果

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
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 

7. 总结

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
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




本文转自jihite博客园博客,原文链接:http://www.cnblogs.com/kaituorensheng/p/4493306.html,如需转载请自行联系原作者

版权声明:本文内容由阿里云实名注册用户自发贡献,版权归原作者所有,阿里云开发者社区不拥有其著作权,亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容,填写侵权投诉表单进行举报,一经查实,本社区将立刻删除涉嫌侵权内容。

相关文章
python读取linux上的xml文件
python远程读取linxu服务器上的xml文件
0 0
python创建xml文件
python创建xml文件
0 0
Python XML概述说明
Python XML概述说明
0 0
Python JSON和XML使用总结
Python JSON和XML使用总结
0 0
Python操作XML文件
XML:可扩展标记语言 (Extensible Markup Language, XML) ,标准通用标记语言的子集,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。 XML是标准通用标记语言 可扩展性良好,内容与形式分离,遵循严格的语法要求,保值性良好等优点.
0 0
记录python爬某文化交易遇到的问题xml转json读出单个数据
记录python爬某文化交易遇到的问题xml转json读出单个数据
0 0
python提取xml指定内容
python提取xml指定内容
0 0
Python开发基础总结(四)XML+time+OO
Python开发基础总结(四)XML+time+OO
0 0
利用Python批量将csv文件转化成xml文件
将 csv 格式转换成xml格式有许多方法,可以用数据库的方式,也有许多软件可以将 csv 转换成xml。但是比较麻烦,本文利用 Python 一键批量将 csv 文件转化成 xml 文件。
0 0
第104天: Python 解析 XML
第104天: Python 解析 XML
0 0
+关注
文章
问答
文章排行榜
最热
最新
相关电子书
更多
给运维工程师的Python实战课
立即下载
Python 脚本速查手册
立即下载
ACE 区域技术发展峰会:Flink Python Table API入门及实践
立即下载