【304】python专题-读取xml文件

1. 读取标签内的文本（Python）

　　如下的 xml 文件一部分，读取里面的经纬度

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

<ProductMetaData>

    <SatelliteID>GF1</SatelliteID>

    <SensorID>WFV1</SensorID>

    <ReceiveTime>2017-05-27 03:12:39</ReceiveTime>

    <OrbitID>22015</OrbitID>

    <TopLeftLatitude>35.7554</TopLeftLatitude>

    <TopLeftLongitude>120.221</TopLeftLongitude>

    <TopRightLatitude>35.3767</TopRightLatitude>

    <TopRightLongitude>122.539</TopRightLongitude>

    <BottomRightLatitude>33.5274</BottomRightLatitude>

    <BottomRightLongitude>122.064</BottomRightLongitude>

    <BottomLeftLatitude>33.9045</BottomLeftLatitude>

    <BottomLeftLongitude>119.797</BottomLeftLongitude>

</ProductMetaData>

　　实现代码如下所示：
　　lat1 获取 <TopLeftLatitude>35.7554</TopLeftLatitude> 的数据
　　lon1 获取 <TopLeftLongitude>120.221</TopLeftLongitude> 的数据

import  xml.dom.minidom

dom = xml.dom.minidom.parse(filepath_xml)    # parse an XML file by name, type is ducument

tmp = dom.getElementsByTagName('TopLeftLatitude')    # return a list, type is node

lat1 = tmp[0].firstChild.data    # The content of the text node as a string.

tmp = dom.getElementsByTagName('TopLeftLongitude')

lon1 = tmp[0].firstChild.data

　　代码语法说明：

xml.dom.minidom：通过 import 后可以进行后续的操作    xml.dom.minidom.parse：返回值为一个 Document_Node，参数为 XML 文件的路径
        Document.getElementsByTagName：返回值为 Element_Node 列表/数组，根据标签名搜索所有的标签
            Node.firstChild：本例中返回值为第一个 Text_Node，Node 是基础对象，firstChild 返回第一个子节点
                Text.data：返回值为 Test_Node 对应的 String（使用 nodeValue 属性也可以）

　　DOM 的对象说明（Python）

Node Objects：文档中大多数对象的基本接口。（方法在其他对象都可以通用）
Document Objects：表示整个文档的对象。
Element Objects：文档层次结构中的元素节点。
Text Objects：包含文档中文本内容的节点。

参考：XML DOM - 属性和方法

XML DOM 属性

一些典型的 DOM 属性：

x.nodeName - x 的名称
x.nodeValue - x 的值
x.parentNode - x 的父节点
x.childNodes - x 的子节点
x.attributes - x 的属性节点

注释：在上面的列表中，x 是一个节点对象。

XML DOM 方法

x.getElementsByTagName(name) - 获取带有指定标签名称的所有元素
x.appendChild(node) - 向 x 插入子节点
x.removeChild(node) - 从 x 删除子节点

注释：在上面的列表中，x 是一个节点对象。

参考：XML DOM 节点信息

节点的属性

在 XML 文档对象模型 (DOM) 中，每个节点都是一个对象。

对象拥有方法（功能）和属性（关于对象的信息），并可通过 JavaScript 进行访问和操作。

三个重要的 XML DOM 节点属性是：

nodeName
nodeValue
nodeType

nodeName 属性

nodeName 属性规定节点的名称。

nodeName 是只读的
元素节点的 nodeName 与标签名相同
属性节点的 nodeName 是属性的名称
文本节点的 nodeName 永远是 #text
文档节点的 nodeName 永远是 #document

nodeValue 属性

nodeValue 属性规定节点的值。

元素节点的 nodeValue 是 undefined
文本节点的 nodeValue 是文本自身
属性节点的 nodeValue 是属性的值

nodeType 属性

nodeType 属性规定节点的类型。

nodeType 是只读的。

最重要的节点类型是：

元素类型	节点类型
元素	1
属性	2
文本	3
注释	8
文档	9

参考：XML DOM 定位节点

定位 DOM 节点

通过节点间的关系访问节点树中的节点，通常称为定位节点（"navigating nodes"）。

在 XML DOM 中，节点的关系被定义为节点的属性：

parentNode：父节点
childNodes：子节点们
firstChild：首个子节点
lastChild：最末子节点
nextSibling：下一个同级节点
previousSibling：上一个同级节点

下面的图像展示了 books.xml 中节点树的一个部分，并说明了节点之间的关系：