学习笔记-Python基础19-结构化文件存储-xml

# 结构化文件存储
- xml, json
- 为了解决不同设备之间信息交流
- xml
- json
# XML文件
- XML(eXtensibleMarkupLanguage)可扩展的标记语言
    - 标记语言：语言中使用尖括号括起来的文本字符串标记
    - 可扩展：用户可以自己定义需要的标记
    - 例如：
        <Teacher>
            自定义标记Teacher
            在两个标记之间任何内容都该跟Teacher相关
        </Teacher>
    - 是w3c组织制定的一个标准
    - XML描述的是数据本身，即数据的结构和语义
    - HTML侧重于如何显示web页面中的数据
    - XML文档的构成
        - 处理指令（可以认为一个文件内只有一个处理指令）
            - 最多只有一行
            - 且必须在第一行
            - 内容是与xml本身处理相关的一些声明或者指定
            - 以xml开头
            - 一般用于声明xml的版本和采用的编码
                - version属性是必须的，表示版本
                - encoding属性用来说明xml解释器使用的编码
        - 根元素（一个文件内只有一个根元素）
            - 在整个xml文件中，可以把它看作一个树形结构
            - 根元素有且只能有一个
        - 子元素
        - 属性
        - 内容
            - 表明标签所存储的信息
        - 注释
            - 起说明作用的信息
            - 注释不能嵌套在标签里面
            - 只有在注释的开始和结尾使用双短横线
            - 三短横线只能出现在注释的开头而不能用在结尾，举例：
                <name> < !-- asd --> </name>
                < !--- my-name -->
    - 保留字符的处理
        - xml中使用的符号可能跟实际符号相冲突，典型的就是左右尖括号
        - 使用实体引用（EntityReference）来表示保留字符
            - <score> math/>80 </score> #有错
            - <score> math&gt;80 </score> #实体引用：&开始，gt需要的符号，;结束
        - 把含有保留字符的部分放在CDATA块内部，CDATA块把内部信息视为不需要转义
            <![CDATA[
                select name,age
                from Student
                where score>80
            ]]>
            'i  love wangxiao'
            r'i  love wangxiao' #保持原意读r
        - 常用的需要转义的保留字符和对应实体引用
            - &
                &amp;
            - < 
                &lt;
            - > 
                &gt;
            - '
                &apos;
            - "
                &quot;
            一共五个，每个实体引用都以&开头并且以分号结尾
    - XML标签的命名规则
        - Pascal命名法
            - 用单词表示，第一个字母大写
            - 大小写严格区分
            - 配对的标签必须一致
    - 命名空间
        - 为防止命名冲突
            <Student>
                <Name>liuda</Name>
                <Age>19</Age>
            </Student>
            <Room>
                <Name>2105</Name>
                <Location>1-23-1</Location>
            </Room>
        - 如果归并上述两个内容信息，会产生冲突
            <Schooler>
                <Name>liuda</Name>
                <Age>19</Age>
                <Name>2105</Name>
                <Location>1-23-1</Location>
            </Schooler>
        - 为避免冲突，需要给肯呢过冲突元素加上命名空间
        - xmlns: xml name space的缩写
            <Schooler xmlns:student="http://my_student" xmlns:room="my_room">
                <student.Name>liuda</student.Name>
                <Age>19</Age>
                <room.Name>2105</room.Name>
                <Location>1-23-1</Location>
            </Schooler>

<?xml version="1.0" ?>
<School type="online" loc="beijing">
    <Student type="Web" gender="male">
        <Name>haha</Name>
        <Age>18</Age>
        <Score> math&gt;80 </Score>
    </Student>
    <Student>
        <Name>hahaha</Name>
        <Age>18</Age>
    </Student>
</School>

- XML访问
    - 读取 
        - XML读取分两个主要技术：SAX、DOM
    - SAX(Simple API for XML):
        - 基于事件驱动
        - 利用SAX解析文档到解析器和事件处理两部分
        - 特点：
            - 快
            - 流式读取
    - DOM
        - 是w3c规定的xml编程接口
        - 一个xml文件在缓存中以树形结构保存，读取
        - 用途：
            - 定位浏览xml任何一个节点信息
            - 添加删除相应内容
        - minidom
            - minidom.parse(filename):加载读取的xml文件，filename也可以是xml代码
            - doc.documentElement:获取xml文档对象，一个xml文件只有一个文档对象
            - node.getAttribute(attr_name):获取xml节点的属性值
            - node.getElementByTagName(tage_name):得到一个节点对象集合
            - node.childNodes;得到所有孩子节点
            - node.childNodes[index].nodeValue:获取单个节点值
            - node.firstNode:得到第一个节点，等价于node.childNodes[0]
            - node.attributes[tage_name]
　　　　　　　案例01.py

　　　　- etree
    　　　　- 以树形结构来表示xml
    　　　　- root.getiterator:得到相应的可迭代的node集合
    　　　　- root.iter
    　　　　- find(node_name):查找指定node_name的节点，返回一个node
    　　　　- root.findall(node_name):返回多个node_name的节点
    　　　　- node.tag:node对应的tagename
    　　　　- node.text:node的文本值
    　　　　- node.attrib:是node的属性的字典类型的内容
    　　　　案例02.py

- xml文件写入
    - 更改
        - ele.set:修改属性
        - ele.append:追加一个子元素
        - ele.remove:删除元素
        案例03.py

- xml生成创建

# 一、SubElement方式，会在当前目录生成1个Student1.xml文件
import xml.etree.ElementTree as et

stu = et.Element("Student1")

name = et.SubElement(stu, 'Name')
name.attrib = {'lang':'en'}
name.text = 'maoye'

age = et.SubElement(stu, 'Age')
age.text = 18

et.dump(stu)
# 二、minidom方式，打开Manager.xml，把元素写入
import xml.dom.minidom

# 在内存中创建一个空的文档
doc = xml.dom.minidom.Document()
# 创建一个根节点Managers对象
root = doc.creatElement('Managers')
# 设置根节点的属性
root.setAttribute('company','xx科技')
root.setAttribute('address','科技园')
# 将根节点添加到文档对象中
doc.appendChild(root)
managerList = [{'name':'joy1', 'age':18, 'sex':'女'},
               {'name':'joy2', 'age':18, 'sex':'男'},
               {'name':'joy3', 'age':18, 'sex':'女'}]
for i in managerList:
    nodeManager = doc.createElement('Manager')
    nodeName = doc.createElement('name')
    nodeName.appendChild(doc.createTextNode(str(i['name'])))
    nodeAge = doc.createElement("age")
    nodeAge.appendChild(doc.createTextNode(str(i['age'])))
    nodeSex = doc.createElement("sex")
    nodeSex.appendChild(doc.createTextNode(str(i['sex'])))

    nodeManager.appendChild(nodeName)
    nodeManager.appendChild(nodeAge)
    nodeManager.appendChild(nodeSex)
    root.appendChild(nodeManager)
fp = open('Manager.xml', 'w')
doc.writexml(fp, indent='	', addindent='	', newl='
', encoding="utf-8")

　　- xml生产创建的第三种方式：etree，案例06.py