3-14 Python处理XML文件

xml文件处理

什么是xml文件？

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。

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，具体如下：

XML 被设计用来传输和存储数据。
HTML 被设计用来显示数据。

比如如下格式：

<?xml version="1.0" encoding="utf-8"?>

<note>

    <to id='001'>George</to>

    <from>John</from>

    <heading>Reminder</heading>

    <body>Don't forget the meeting!</body>

</note>

xml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）

XMl文件结构

XML 文档形成了一种树结构，它从“根部”开始，然后扩展到“枝叶”。
第一行是 XML 声明。它定义 XML 的版本 (1.0) 和所使用的编码
<note>是根元素,也称为根节点。
<to><from><heading><body>是子元素（子节点）
XML 文档必须包含根元素。该元素是所有其他元素的父元素

DOM文档对象模型

文档对象模型（Document Object Model，简称DOM），DOM 就是针对 HTML 和 XML 提供的一个API。什么意思？就是说为了能以编程的方法操作这个 HTML 的内容（比如添加某些元素、修改元素的内容、删除某些元素），我们把这个 HTML或xml 看做一个对象树（DOM树），它本身和里面的所有东西比如 <div></div> 这些标签都看做一个对象，每个对象都叫做一个节点（node）。

DOM 有什么用？

就是为了操作 HTML或xml 中的元素，比如说我们要通过 JS 把这个网页的标题改了，直接这样就可以了：

document.title = '123456';

创建xml文件

创建一个xml文件Class_info.xml 用来存储班级学生（姓名，年龄，城市），老师（姓名，年龄，城市）、教务账号（学生和老师的账号，密码）等信息。

<?xml version="1.0" encoding="UTF-8" ?>

<Class>

    <student>

        <name>张三</name> <!--元素节点，文本节点，属性节点-->

        <age>28</age>

        <city>北京</city>

    </student>

    <student>

        <name>李四</name>

        <age>23</age>

        <city>深圳</city>

    </student>

    <student>

        <name>王五</name>

        <age>30</age>

        <city>上海</city>

    </student>

    <teacher>

        <name>马保国</name>

        <age>53</age>

        <city>浙江</city>

    </teacher>

    <account>

        <login username="student" password="123456"/> <!--属性节点-->

        <login username="teacher" password="888888"/>

    </account>

</Class>

xml节点

xml文件节点一般包含3类：

元素节点
文本节点
属性节点

每个节点都拥有包含着关于节点某些信息的属性。这些属性是：

nodeName（节点名称）
nodeValue（节点值）
nodeType（节点类型）

读取元素节点

案例：查看Class_info.xml文件里Class节点的属性（结点名称，节点的值、节点类型）

from xml.dom import minidom

# 打开XML文件

dom = minidom.parse('Class_info.xml')

# 加载dom对象元素

root = dom.documentElement

# 打印节点信息

print(root.nodeName)

print(root.nodeValue)

print(root.nodeType)

nodeName 节点名称
nodeValue 返回文本节点的值
nodeType 属性返回以数字值返回指定节点的节点类型。

如果节点是元素节点，则 nodeType 属性将返回 1。
如果节点是属性节点，则 nodeType 属性将返回 2。

读取文本节点的值

案例：分别打印出Class_info.xml里的学生和老师的详细信息（姓名，年龄、城市）

from xml.dom import minidom

dom = minidom.parse('Class_info.xml')

root = dom.documentElement

names = root.getElementsByTagName('name')

ages = root.getElementsByTagName('age')

citys = root.getElementsByTagName('city')

for i in range(4):

    print(names[i].firstChild.data)

    print(ages[i].firstChild.data)

    print(citys[i].firstChild.data)

读取属性节点的值

案例：分别读取打印老师和学生的账号密码。

from xml.dom import minidom

dom = minidom.parse('Class_info.xml')

root = dom.documentElement

logins = root.getElementsByTagName('login')

for i in range(2):

    username = logins[i].getAttribute('username')

    print(username)

    password = logins[i].getAttribute('password')

    print(password)

读取子节点信息

读取子节点<student>相关属性

nodeName（节点名称）
nodeValue（节点值）
nodeType（节点类型）

# d导入XML模块

from xml.dom import minidom

# 打开XML文件

dom= minidom.parse('Class_info.xml')

root = dom.documentElement

tags= root.getElementsByTagName('student')

print(tags[0].nodeName)

print(tags[0].nodeType)

print(tags[0].nodeValue)