1,xml的文档结构

1.1,XML文档包括XML头信息和XML信息体

1.1.1,XML文档头信息

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

它表明了此XML文档所用的版本,编码方式。有些复杂的还有一些文档类型的定义(DOCTYPE),用于定义此XML文档所用的DTD或Schema和一些实体的定义。

1.1.2,XML文档信息体

  1. <Table>
  2. <Name>
  3. tbl_test
  4. </Name>
  5. <Comment>
  6. This ia a test table
  7. </Comment>
  8. <Schema format="Json">
  9. </Schema>
  10. </Table>

XML信息体是由树状元素组成。每个XML文档都有一个文档元素,也就是树的根元素,所有其它的元素和内容都包含在根元素中。
DOM是Document Object Model的简称,它是以对象树来表示一个XML文档的方法,使用它的好处就是你可以非常灵活的在对象中进行遍历。

2,minidom模块读取XML

按照我的理解,在获得XML文档树的根节点后,实际上分为两种节点【这里测试只用到这两种节点,实际按照nodeType知道还有其他很多】:元素节点(ELEMENT NODE)和文本节点(TEXT NODE)。元素节点如上面的Name标签,整个就是一个元素节点。文本节点如上面的tbl_test,也作为一个节点,即文本节点。

节点都具有这样三种属性;

node.nodeName nodeName为结点名字
node.nodeValue nodeValue是结点的值,只对文本结点有效
node.nodeType nodeType是结点的类型

元素节点(ELEMENT NODE)可以用root.getElementsByTagName("Table")这样来获取以Table标签的一个列表。

文本节点(TEXT NODE)         可以用column.getAttribute('Name')这样来获取Name的这样一个属性值。属性指的是: <Column Name="pt" Value="1"/>这样的结构。可以使用node.data或者node.nodeValue来获取文本值。

2.1,得到dom对象

从xml文件得到dom对象

  1. >>> import xml.dom.minidom
  2. >>> dom = xml.dom.minidom.parse('d:/catalog.xml')

从xml字符串得到dom对象

  1. >>> import xml.dom.minidom
  2. >>> dom = xml.dom.minidom.parseString(xmlstring)

2.2,得到文档元素对象

  1. >>> root = dom.documentElement

3,测试

3.1,实验1

  1. <?xml version="1.0" encoding="UTF-8"?>
  2. <Table>
  3. <Name>
  4. tbl_test
  5. </Name>
  6. <Comment>
  7. This ia a test table
  8. </Comment>
  9. <Schema format="Json">
  10. </Schema>
  11. </Table>
  1. dom = parseString(string1)
  2. #root = dom.documentElement
  3. table  =  dom.getElementsByTagName( "Table" )[0]
  4. name  =  table.getElementsByTagName( "Name" )[0]
  5. for textNode in name.childNodes:
  6. print textNode.data
  7. print textNode.nodeValue

1,dom获得的是整个xml对象

2,【未运行】root获得的整个文档对象,如果执行了,实际上得到的是根节点唯一的标签<Table></Table>下的东西,如果有多个<Table></Table>,估计会忽略,默认把第一个当成根。

3,root.getElementsByTagName( "Table" )将获得所有<Table></Table>标签对,这是一个类似于列表的东西,可以用列表方法获取。因为这里就一个<Table></Table>标签,所以直接[0]返回这个单独的对象。

4,table获得的是真正的单个的其中的<table></Table>对象。

5,table.getElementsByTagName( "Name" )同样获得的是一个[<Name></Name>,...,<Name></Name>]这样的列表。

6,name获得的是单个的现在仅有的<Name></Name>对象。

7,由于name下面是文本节点tbl_test。虽然只有一个,但可以有多个。此时,前述的都是元素节点,Name标签下都是文本节点了,可以用name.childNodes获得文本节点列表,注意,还是列表。

8,textNode是其中的唯一的一个tbl_test。

9,因为是文本节点,所有有data属性。当然其,node.nodeValue也可以读到。

3.2,实验2

  1. <?xml version="1.0" encoding="UTF-8"?>
  2. <Partitions>
  3. <Partition>
  4. <Column Name="pt" Value="1"/>
  5. </Partition>
  6. </Partitions>
  1. dom = parseString(string2)
  2. #root = dom.documentElement
  3. partitions = dom.getElementsByTagName("Partitions")[0]
  4. partition = partitions.getElementsByTagName("Partition")[0]
  5. column = partition.getElementsByTagName("Column")[0]
  6. print column.getAttribute('Name')

1,dom获得的是整个xml对象

2,【未运行】root获得的整个文档对象,如果执行了,实际上得到的是根节点唯一的标签<Table></Table>下的东西,如果有多个<Partitions></Partitions>,估计会忽略,默认把第一个当成根。

3,root.getElementsByTagName( "Partitions" )将获得所有<Partitions></Partitions>标签对,这是一个类似于列表的东西,可以用列表方法获取。因为这里就一个<Partitions></Partitions>标签,所以直接[0]返回这个单独的对象。

4,partitions获得的是真正的单个的其中的<Partitions></Partitions>对象。

5,partitions.getElementsByTagName( "Partition" )同样获得的是一个[<Partition></Partition>,...,<Partition></Partition>]这样的列表。

6,partition获得的是单个的现在仅有的<Partition></Partition>对象。

7,column以同样方式获取到单个的<Column></Column>对象

8,由于Name是Column的一个属性,所以用column.getAttribute('Name')来获取这个属性值

3.3,实验3

  1. string1='''<?xml version="1.0" encoding="UTF-8"?>
  2. <Table>
  3. <Name>
  4. tbl_test
  5. </Name>
  6. <Comment>
  7. <Name>
  8. gexing
  9. </Name>
  10. This ia a test table
  11. </Comment>
  12. <Schema format="Json">
  13. </Schema>
  14. <Name>
  15. dandan
  16. </Name>
  17. </Table>
  18. '''
  1. dom = parseString(string1)
  2. root = dom.documentElement
  3. names = root.getElementsByTagName("Name")
  4. for name in names:
  5. for child in name.childNodes:
  6. print child.nodeValue

输出:

  1. [admin@r42h06016.xy2.aliyun.com]$python test.py
  2. tbl_test
  3. gexing
  4. dandan

注意点1,空行是因为实际上要的xml是无空格的内容。

注意点2,说明用getElementsByTagName得到的list是遍历所有“节点”,然后不管哪个层次,遇到一个符合的就会加进来。如果没有文本信息,就输出None。

3.4,简单函数

对于简单的元素,如:<caption>Python</caption>,我们可以编写这样一个函数来得到它的内容(这里为Python)。

  1. def getTagText(root, tag):
  2. node = root.getElementsByTagName(tag)[0]
  3. rc = ""
  4. for node in node.childNodes:
  5. if node.nodeType in ( node.TEXT_NODE, node.CDATA_SECTION_NODE):
  6. rc = rc + node.data
  7. return rc

4,xml.etree.ElementTree模块读xml

  1. import xml.etree.ElementTree
  2. content = xml.etree.ElementTree.fromstring(string1)
  3. name = content.findall('Name')#找到所有的Name的列表
  4. name = content.findtext('Name')#找到下一层的Name节点

python-minidom模块【解析xml】的更多相关文章

  1. Python requests模块解析XML

    检查QQ是否在线(api感觉不准) import requests from xml.etree import ElementTree qq_str = input('please input the ...

  2. python 之模块之 xml.dom.minidom解析xml

    # -*- coding: cp936 -*- #python 27 #xiaodeng #python 之模块之 xml.dom.minidom解析xml #http://www.cnblogs.c ...

  3. python XML文件解析:用xml.dom.minidom来解析xml文件

    python解析XML常见的有三种方法: 一是xml.dom.*模块,是W3C DOM API的实现,若需要处理DOM API则该模块很合适, 二是xml.sax.*模块,它是SAX API的实现,这 ...

  4. python常用模块之xml模块

    python常用模块之xml模块 xml是实现不同语言或程序之间进行数据交换的协议,跟json差不多,但json使用起来更简单,不过,在json还没诞生的年代,大家都是使用xml,目前很多传统公司的系 ...

  5. Python minidom模块(DOM写入和解析XML)

    一.DOM写XML文件 #导入minidom from xml.dom import minidom # 1.创建DOM树对象 dom=minidom.Document() # 2.创建根节点.每次都 ...

  6. python xml.dom模块解析xml

    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 <?xml version=&q ...

  7. [python]使用ElementTree解析XML【译】

    19.7 The ElementTree XML API 源码:Lib/xml/etree/ElementTree.py Element类型是一个灵活的容器对象,设计出来是用于存储有层次的数据结构到内 ...

  8. ZH奶酪:Python使用ElementTree解析XML【译】

    19.7. xml.etree.ElementTree — The ElementTree XML API 源代码: Lib/xml/etree/ElementTree.py Element类型是一种 ...

  9. python练习三—解析xml

    使用python解析xml,主要使用sax的ContentHandler中的标签开始和标签结束的方法驱动,然后在开始(或者结束)事件中决定使用什么处理方法,使用dispatcher来决定并分发到指定方 ...

  10. python使用SAX解析xml

    python 标准库包含SAX解析器,SAX用事件驱动模型,通过在解析XML的过程中触发一个个的事件并调用用户定义的回调函数来处理XML文件 在python中使用sax方式处理xml要先引入xml.s ...

随机推荐

  1. Python验证码识别处理实例 深度学习大作业

    转载自:http://python.jobbole.com/83945/ http://www.pyimagesearch.com/2014/09/22/getting-started-deep-le ...

  2. 在家赚钱,威客网站的使用方法 CSDN项目频道、SXSOFT、任务中国、猪八戒四个网站的线上交易 三种交易模式(1)悬赏模式(2)招标模式(3)直接交易模式

    在家赚钱,威客网站的使用方法 很显然,<让猪八戒飞一会儿>作者对威客这一行业不熟悉,<让猪八戒飞一会儿>文章中错误有一些,不一一指出.我在CSDN项目频道.SXSOFT.任务中 ...

  3. Rust hello world !

    特点: 安全,速度,并发 文件:hello_world.rs 代码: fn main() { println!("hello world!"); } 执行:rustc hello_ ...

  4. Oracle VM VirtualBox CentOS7桥接设置问题解决

    我遇到的问题是不能选择桥接网络选项,处理步骤: 1.重装 VirtualBox(安装DockerToolBox带的VirtualBox). 2.下面是存在的缺少驱动问题和解决方法: 注意 :缺少桥接驱 ...

  5. stm8 io口重映射

    STM8S003F3端口可以设置重映射,如pin16的PC6管脚,默认复用功能是SPI_MOSI功能,可以重映射为TIM1_CH1,也就是timer1的1通道.映射方式并不像STM32那样有个AFR寄 ...

  6. Ubuntu 13.04开机亮度调节

    终于把我的T430换成Ubuntu,本来还打算等几天13.10,想想反正能升级,趁着101长假就抓紧换了吧~` 总体来说遇到的问题不是很多,可能是Thinkpad在Linux或者ubuntu的方面做的 ...

  7. [转]iptables 命令介绍

    iptables防火墙可以用于创建过滤(filter)与NAT规则.所有Linux发行版都能使用iptables,因此理解如何配置iptables将会帮助你更有效地管理Linux防火墙.如果你是第一次 ...

  8. 另辟蹊径 直取通州的“墨迹天气”APP应用的成功故事

    一个天气应用,曾被认为是要挑战国家气象局,网站也莫名其妙地被封,两个合伙人先后离开.创始人金犁是如何把这么一款工具类应用做到人所共知的? 采访 | 郑江波 翟文婷 文 | 翟文婷 出生时间:1982年 ...

  9. eclipse 开发 spring 、 springboot项目调试时一直跳转到 SilentExitExceptionHandler.exitCurrentThread 方法

    不想让 eclipse 调试时一直跳转到该方法 解决方法: Eclipse->[Preferences]->[Java]->[Debug]:去掉[Suspend execution ...

  10. [svc]mount命令及解决因/etc/fstab错误导致系统不能启动故障

    mount命令-手动挂载设备 格式: mount [options] [-t fstype] [-o option] 设备 挂载点 mount -n -o remount,rw / - Mount t ...