【Python】xml 解析

1、 XML：指可扩展标记语言，是一种标记语言，用于存储数据和传输数据，但没有像HTML那样具有预定义标签，需要程序猿自定义标签

2、 XML的解析：读取XML数据结构中的某些信息，比如读取书的属性

3、 XML注释格式为：

<!—注释内容-->

4、 CDATA指不应由XML解析器进行解析的文本数据

<![CDATA[“我自己的代码”]]>

5、 Python解析XML的是三种方法

（1） SAX 逐行解析

（2） DOM 对象，一次性读取全部，将内存存储到内存中，将XML存成一棵树

（3） ElementTree

6、 Doc.toxml() 获取xml文档函数，也就是文档内容

7、 xml.dom解析xml常用api

Minidom.parse: 该函数的作用是使用parse解析器打开xml文档，并将其解析为DOM文档，也就是内存中的一棵树，并得到这个DOM对象。

 

 

8、 node.hasAttribute()判断属性在不在

9、 node.hasAttribute()获取节点的某个属性值

10、 doc.documentElement获取xml文档对象，就是拿到DOM树的根

11、 node.getElementsByTagName(name)获取XML文档中某个父节点下具有相同节点名的节点对象集合，是一个list对象。

12、 hasChildNodes()判断是否存在叶子结点

 

13、 node.childNodes返回节点node下所有子节点组成的list

 

节点：0,2,4,6是回车文本节点；1,3,5是标签节点

 

 

 

#练习：自定义一个xml文件，包含数据库的ip地址，用户名、密码和数据库名称，将它从xml中读取出来，放到一个List里面

from xml.dom.minidom import parse

 

domtree=parse("e:\ip.xml")

 

treelist=domtree.documentElement

ipaddress=treelist.getElementsByTagName("ip")

 

lst=[]

for i in range(1,6,2):

    tag_name=ipaddress[0].childNodes[i].tagName

    tag_content=ipaddress[0].childNodes[i].childNodes[0].data

    lst.append(tag_name+":"+tag_content)

print lst

for i in lst:

    print i

 

 

#练习：xml解析

#从xml.dom.minidom模块引入解析器parse

from xml.dom.minidom import parse

 

#minidom解析器打开xml文档并将其解析为内存中的一棵树

DOMTree = parse(r"e:\test.xml")

print type(DOMTree) #instance对象

 

#获取xml文档对象，就是拿到树的根

booklist = DOMTree.documentElement  #DOM对象

print u"DOM树的根对象：",booklist

 

if booklist.hasAttribute("type") :

  #判断根节点booklist是否有type属性

  print u"booklist元素存在type属性"

else :

  print u"booklist元素不存在type属性"

 

if booklist.hasAttribute("type") :

   #判断根节点booklist是否有type属性，有则获取并打印属性的值

  print "Root element is", booklist.getAttribute("type")

print type(booklist.getAttribute("type"))

 

print u"xml文档内容：\n%s" %DOMTree.toxml()

 

#获取booklist对象中所有book节点的list集合

books = booklist.getElementsByTagName("book")

print type(books)

print books

 

print "*"*30

 

#获取booklist对象中所有author节点的list集合

author=booklist.getElementsByTagName("author")

print author

 

print "*"*30

 

#获取所有子节点

print books[0].childNodes

 

print "*"*30

 

#获取节点名称和文本放到一个字典中

d={}

for i in range(1,6,2):

    tag_name =  books[1].childNodes[i].tagName

    d[tag_name] = books[1].childNodes[i].childNodes[0].data

print d

 

for k,v in d.items():

    print k,v

 

print "*"*30

 

books = booklist.getElementsByTagName("book")

print u"book节点的个数：", books.length

print books[0]

if books[0].hasChildNodes():

  print u"存在叶子节点\n", books[0].childNodes

else :

  print u"不存在叶子节点"

 

print "*"*30

 

#练习：xml解析

from xml.dom.minidom import parse

import xml.dom.minidom

# 使用minidom解析器打开 XML 文档

DOMTree = xml.dom.minidom.parse(r"e:\\movie.xml")

collection = DOMTree.documentElement

if collection.hasAttribute("shelf"):

   print "Root element : %s" % collection.getAttribute("shelf")

# 在集合中获取所有电影

movies = collection.getElementsByTagName("movie")

# 打印每部电影的详细信息

for movie in movies:

    print "*****Movie*****"

    if movie.hasAttribute("title"):

        print "Title: %s" % movie.getAttribute("title")

 

    type = movie.getElementsByTagName('type')[0] #[0]表示第一个title标签，因为一个<book>...</book>之间可能会

                                                 #定义多个title标签

    print "Type: %s" % type.childNodes[0].data

 

    format = movie.getElementsByTagName('format')[0]

    print "Format: %s" % format.childNodes[0].data

 

    rating = movie.getElementsByTagName('rating')[0]

    print "Rating: %s" % rating.childNodes[0].data

 

    description = movie.getElementsByTagName('description')[0]

    print "Description: %s" % description.childNodes[0].data