python 处理xml

zoukankan html css js c++ java

python 处理xml

XML

XML指可扩展标记语言（Extensible Markup Language）

XML被设计用于结构化、存储和传输数据

XML是一种标记语言，很类似于HTML

XML没有像HTML那样具有预定义标签，需要程序员自定义标签。

XML被设计为具有自我描述性，并且是W3C的标准

<html>
<head>
<title>gloryroad test</title>

</head>
<body>
<h1>标题1</h1>
<h2>标题2</h2>
<h3>标题3</h3>
<h4>标题4</h4>
<h5>标题5</h5>
<h6>标题1</h6>

<p><i><b>I am a boy! </b></i></p>
</br>
<div>
<table>
<th>company</th>
<tr><td>gloryroad1</td></tr>
<tr><td>gloryroad2</td></tr>
<tr><td>gloryroad3</td></tr>
</table>
</div>

<a href="http://www.gloryroad.cn" target ="_blank"> gloryroad</a>
<a href="http://www.gloryroad.cn"><img  src="https://ss0.bdstatic.com/5aV1bjqh_Q23odCf/static/superman/img/logo_top_ca79a146.png">pic</img></a>

<form method = "POST" action="sssss.asp" >
<input type="text">用户名 </input>
<input type="password">密码 </input>
<input type="submit" value="提交"> </input>

</form>
<textarea cols=200> </textarea>
</body>

</html>

XML文档（树结构）

<root>

<child>

<subchild>....</subchild>

</child>

</root>

XML文档形成了一种树结构，它从“根部”开始，然后扩展到“树枝”。

XML文档必须包含根元素，该元素是所有其他元素的父元素，文档中的所有元素形成了一棵文档树，这课树从根开始，并扩展到树的最顶端，并且所有的元素都可以有子元素。

父元素拥有子元素，相同层级上的子元素成为同胞（兄弟或姐妹）。

XML中所有子元素都可以有文本内容和属性，类似于HTML

XML基础知识介绍

XML的元素是指从开始标签直到结束标签的部分（均包括开始结束）。

一个元素可以包含：

1、其他元素

2、文本

3、属性

4、或混合以上所有

XML元素 XML语法规则

ü所有的XML元素都必须有一个开始标签和结束标签，省略结束标签是非法的。如： <root> content </root>

üXML标签对大小写敏感；比如：下面是两个不同的标签 <Note>this is a test1</Note> <note>this is a test2</note>

XML基础知识介绍

XML文档必须有根元素。如： <note> <b>this is a test2</b> <name>joy</name> </note>

XML必须正确嵌套，父元素必须完全包住子元素。如： <note><b>this is a test2</b></note>

üXML属性值必须加引号，元素的属性值都是一个键值对形式。如： <book category=" Python"></book> 注意：book元素中的属性category的值是python必须用引号引起来，使用单引号和双引号都可以，但是如果属性值本身包含双引号，外层就必须使用单引号；但如果包含了单引号，外层必须使用双引号。

XML命名规则

XML元素必须遵循以下命名规则：

Ø名称可以包含字母、数字以及其他字符

Ø名称不能以数字或标点符号开头

Ø名称不能以字母xml或XML开始

Ø名称不能包含空格

Ø可以使用任何名称，没有保留字

Ø名称应该具有描述性，简短和简单，可以同时使用下划线。

Ø避免“-”、“.”、“：”等字符。

XML注释格式为:



CDATA

CDATA（Unparsed Character Data）指的是不应由XML解析器进行解析的文本数据。

因为XML解析器会将“<”（新元素的开始）和”&”（字符实体的开始）解析成具有特殊含义的字符，所以如果在文本中需要使用这些字符时，就必须使用实体引用去代替。但是有些文本，如JavaScript代码中会包含大量的”<”和”&”符号，这时我们可以将我们的脚本定义为CDATA来避免这个问题，因为XML文档中的所有文本均会被解析器解析，只有CDATA部分中所有的内容会被XML解析器忽略。

CDATA固定语法格式：

<![CDATA[“我们自己的代码"]]>

Python解析XML三种方法

1、SAX（simple API for XML）

Python标准库中包含SAX解析器，SAX是用的是事件驱动模型，通过在解析XML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。

解析的基本过程：

读到一个XML开始标签，就会开始一个事件，然后事件就会调用一系列的函数去处理一些事情，当读到一个结束标签时，就会触发另一个事件。所以，我们写XML文档入如果有格式错误的话，解析就会出错。

这是一种流式处理，一边读一边解析，占用内存少。

2、DOM（Document Object Model）

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。

将XML数据在内存中解析成一个树，通过对树的操作来操作XML。

由于DOM是将XML读取到内存，然后解析成一个树，如果要处理的XML文本比较大的话，就会很耗内存，所以DOM一般偏向于处理一些小的XML，（如配置文件）比较快。

3、ElementTree（Object Model）

ElementTree就像一个轻量级的DOM，具有方便而友好的API。代码的可用性好、速度快、消耗内存少。可以认为是对DOM的改进。

注意：DOM需要将XML数据映射到内存中的树，一是比较慢，而是比较耗内存，而SAX流式读取XML文件，比较快，占内存少，但需要用户实现回调函数（handler）。

Xml.dom解析XML

xml.dom解析xml思路

一个DOM的解析器在解析一个XML文档时，一次性读取整个文档，把文档中所有元素保存在内存中的一个树结构里，之后利用DOM提供的不同函数来读取该文档的内容和结构，也可以把修改过的内容写入XML文件。

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

<booklist type="science and engineering">
  <book category="math">
    <title>learning math</title>
    <author>张三</author>
    <pageNumber>561</pageNumber>
  </book>
  <book category="Python">
    <title>learning Python</title>
    <author>李四</author>
    <pageNumber>600</pageNumber>
  </book>
</booklist>

xml.dom解析xml常用API

minidom.parse(parser=None, bufsize=None)

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。

#coding=utf-8

#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"D:XXX.xml")

print type(DOMTree)

c:Python27Scripts>python task_test.py

<type 'instance'>

xml.dom解析xml常用API

doc.documentElement

获取xml文档对象，就是拿到DOM树的根。

#coding=utf-8

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"D:xxx.xml")

#获取xml文档对象，就是拿到树的根

booklist = DOMTree.documentElement

print booklist

c:Python27Scripts>python task_test.py

<DOM Element: booklist at 0x5908bc0>

获取xml文档函数 doc.toxml(encoding=None)

DOMTree.toxml()查看xml标签的内容是什么

-------------------------------------------------------------------------

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"D:xxx.xml")

#获取xml文档对象，就是拿到树的根

booklist = DOMTree.documentElement

print u"DOM树的根对象：", booklist

print u"xml文档内容： %s" %DOMTree.toxml()

c:Python27Scripts>python task_test.py

DOM树的根对象： <DOM Element: booklist at 0x59fad78>

xml文档内容：

<?xml version="1.0" ?><booklist type="science and engineering">

<book category="math">

    <title>learning math</title>

    <author>张三</author>

    <pageNumber>561</pageNumber>

</book>

<book category="Python">

    <title>learning Python</title>

    <author>李四</author>

    <pageNumber>600</pageNumber>

</book>

</booklist>

判断是否包含属性

hasAttribute(name): 判断某个节点node是否存在某个属性，存在则返回True，否则返回False。

#coding=utf-8

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"D:xxx.xml")

#获取xml文档对象，就是拿到树的根

booklist = DOMTree.documentElement

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"

c:Python27Scripts>python task_test.py

DOM树的根对象： <DOM Element: booklist at 0x5a99df0>

booklist元素存在type属性

获取属性

node. getAttribute(attname)，获取节点node的某个属性的值。

#coding=utf-8

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"D:xxx.xml")

#获取xml文档对象，就是拿到树的根

booklist = DOMTree.documentElement

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")

c:Python27Scripts>python task_test.py

Root element is science and engineering

获取节点元素

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。

#coding=utf-8

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"D:xxx.xml")

#获取xml文档对象，就是拿到树的根

booklist = DOMTree.documentElement

#获取booklist对象中所有book节点的list集合

books = booklist.getElementsByTagName("book")

print type(books)

print books

c:Python27Scripts>python task_test.py

<class 'xml.dom.minicompat.NodeList'>

[<DOM Element: book at 0x59f8d00>, <DOM Element: book at 0x5a00058>]

获取author节点

#coding=utf-8

#coding=utf-8

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"D:xxx.xml")

#获取xml文档对象，就是拿到树的根

booklist = DOMTree.documentElement

#获取booklist对象中所有book节点的list集合

books = booklist.getElementsByTagName("book")

print type(books)

print books

author = booklist.getElementsByTagName("author")

print type(author)

print author

c:Python27Scripts>python task_test.py

<class 'xml.dom.minicompat.NodeList'>

[<DOM Element: book at 0x5438d00>, <DOM Element: book at 0x5440058>]

<class 'xml.dom.minicompat.NodeList'>

[<DOM Element: author at 0x5438eb8>, <DOM Element: author at 0x5440210>]

上面解析xml的程序中，getElementsByTagName()函数返回的是同一父节点下所有同级（即兄弟节点）节点中相同标签的集合，这是一个list对象，所以可以使用list序列所有操作。这个时候，我们可以通过索引去拿相应的节点，也可以使用节点名称去拿相应的节点，推荐第二种方法，准确。也可以通过循环遍历整个返回的list。

注意：

就算某个父节点下没有同名的节点，该方法返回的仍是一个list，只是此时的list为空。

node.childNodes

返回节点node下所有子节点组成的list。

#coding=utf-8

from xml.dom.minidom import parse #从xml.dom.minidom模块引入解析器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"D:xxx.xml")

#获取xml文档对象，就是拿到树的根

booklist = DOMTree.documentElement

#获取booklist对象中所有book节点的list集合

books = booklist.getElementsByTagName("book")

print books[0].childNodes

c:Python27Scripts>python task_test.py

[<DOM Text node "u'     '">, <DOM Element: title at 0x5418df0>, <DOM Text node "u'     '">, <DOM Element: author at 0x5418e90>, <DOM Text node "u'     '">, <DOM Element: pageNumber at 0x5418f30>, <DOM Text node "u' '">]

把book[0]节点下所有子节点名称和内容列出来

#coding=utf-8

#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"d:xxx.xml")

print type(DOMTree)

booklist = DOMTree.documentElement

print booklist

print "*"*30

books = booklist.getElementsByTagName("book")

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

c:Python27Scripts>python task_test.py

<type 'instance'>

<DOM Element: booklist at 0x55a8bc0>

******************************

{u'author': u'u674eu56db', u'pageNumber': u'600', u'title': u'learning Python'}

author 李四

pageNumber 600

title learning Python

指示：

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

<booklist type="science and engineering">
  <book category="math">
    <title>learning math</title>
    <author>张三</author>
    <pageNumber>561</pageNumber>
  </book>

#排序

0、2、4、6文本节点回车

1、3、5是标签节点
  <book category="Python">0
    <title1>learning Python</title>2
    <author3>李四</author>4
    <pageNumber5>600</pageNumber>6
  </book>
</booklist>

book[1].childnodes:0,1,2,3,4,5,6
<title1>learning Python</title>
book[1].childnodes[1].childnodes---》列表
book[1].childnodes[1].childnodes[0]--->文本结点对象

book[1].childnodes[1].childnodes[0].data--->取到文本结点对象的具体内容值

练习：

1 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

2 将它从xml中读取出来，放到一个List里面

#coding=utf-8
#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:database.xml")
#print type(DOMTree)

databases = DOMTree.documentElement

databases =databases.getElementsByTagName("database")

database_info =[]

for i in range(1,8,2):
    config_name = databases[0].childNodes[i].tagName
    config_value=databases[0].childNodes[i].childNodes[0].data
    database_info.append(config_name+":"+config_value)
print database_info

for i in database_info:
    print i

获取节点文本值

node.childNodes[index].data

获取节点node的文本值，即标签之间的文本内容

#coding=utf-8

import xml.dom.minidom

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 = xml.dom.minidom.parse(r"D:xxx.xml")

#获取xml文档对象，就是拿到树的根

booklist = DOMTree.documentElement

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

#获取booklist对象中所有book节点的list集合

books = booklist.getElementsByTagName("book")

print u"book节点的个数：", books.length

for book in books :

print "*******************book*******************"

if book.hasAttribute("category") :

    print u"category is", book.getAttribute("category")

#根据结点名title拿到这个book结点下所有的title结点的集合list。

#[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

title = book.getElementsByTagName('title')[0]

print "Title is", title.childNodes[0].data

author = book.getElementsByTagName('author')[0]

print "author is", author.childNodes[0].data

pageNumber = book.getElementsByTagName('pageNumber')[0]

print "pageNumber is", pageNumber.childNodes[0].data

c:Python27Scripts>python task_test.py

Root element is science and engineering

book节点的个数： 2

*******************book*******************

category is math

Title is learning math

author is 张三

pageNumber is 561

*******************book*******************

category is Python

Title is learning Python

author is 李四

pageNumber is 600

练习：获取title节点的个数：

#coding=utf-8
import xml.dom.minidom
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 = xml.dom.minidom.parse(r"e:ook.xml")
#获取xml文档对象，就是拿到树的根
booklist = DOMTree.documentElement

books = booklist.getElementsByTagName("book")
count =0
for book in books :
  print "*******************book*******************"
  title = book.getElementsByTagName('title')
  count+= len(title)

print u"共有%s 个title" %str(count)

c:Python27Scripts>python task_test.py

*******************book*******************

*******************book*******************

共有2 个title

X判断是否有子节点

node .hasChildNodes()

判断节点node下是否有叶子节点，如果有返回True，否则返回False。但是需要注意的是，每个节点都默认有一个文本叶子节点，所以只要标签后有值，就返回True，只有当标签后没值时并且也没有叶子节点时才会返回False 。

#coding=utf-8

import xml.dom.minidom

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 = xml.dom.minidom.parse(r"D:xxx.xml")

#获取xml文档对象，就是拿到树的根

booklist = DOMTree.documentElement

#获取booklist对象中所有book节点的list集合

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 ", books[0].childNodes

else :

print u"不存在叶子节点"

c:Python27Scripts>python task_test.py

book节点的个数： 2

<DOM Element: book at 0x4e5aeb8>

存在叶子节点

[<DOM Text node "u'     '">, <DOM Element: title at 0x4e5afd0>, <DOM Text node "u'     '">, <DOM Element: author at 0x4e630a8>, <DOM Text node "u'     '">, <DOM Element: pageNumber at 0x4e63148>, <DOM Text node "u' '">]

xml.dom解析xml的完整实例

xml文件：

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



<collection shelf="New Arrivals">

            <movie title="Enemy Behind">

                        <type>War, Thriller</type>

                        <format>DVD</format>

                        <year>2003</year>

                        <rating>PG</rating>

                        <stars>10</stars>

                        <description>Talk about a US-Japan war</description>

            </movie>

            <movie title="Transformers">

                        <type>Anime, Science Fiction</type>

                        <format>DVD</format>

                        <year>1989</year>

                        <rating>R</rating>

                        <stars>8</stars>

                        <description>A schientific fiction</description>

            </movie>

            <movie title="Trigun">

                        <type>Anime, Action</type>

                        <format>DVD</format>

                        <episodes>4</episodes>

                        <rating>PG</rating>

                        <stars>10</stars>

                        <description>Vash the Stampede!</description>

            </movie>

            <movie title="Ishtar">

                        <type>Comedy</type>

                        <format>VHS</format>

                        <rating>PG</rating>

                        <stars>2</stars>

                        <description>Viewable boredom</description>

            </movie>

</collection>

存成yyy.xml, utf-8格式

#coding=utf-8

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"D:yyy.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]

   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

c:Python27Scripts>python task_test.py

Root element : New Arrivals

*****Movie*****

Title: Enemy Behind

Type: War, Thriller

Format: DVD

Rating: PG

Description: Talk about a US-Japan war

*****Movie*****

Title: Transformers

Type: Anime, Science Fiction

Format: DVD

Rating: R

Description: A schientific fiction

*****Movie*****

Title: Trigun

Type: Anime, Action

Format: DVD

Rating: PG

Description: Vash the Stampede!

*****Movie*****

Title: Ishtar

Type: Comedy

Format: VHS

Rating: PG

Description: Viewable boredom

xml.dom创建XML文件

创建xml文件的步骤如下：

1、创建xml空文档

2、产生根对象

3、往根对象里加数据

4、把xml内存对象写到文件

创建xml空白文档

minidom.Document()

该方法用于创建一个空白的xml文档对象，并返回这个doc对象。

每个xml文档都是一个Document对象，代表着内存中的DOM树。

#coding=utf-8

import xml.dom.minidom

#在内存中创建一个空的文档

doc = xml.dom.minidom.Document()

print doc

c:Python27Scripts>python task_test.py

<xml.dom.minidom.Document instance at 0x04FFDE18>

创建xml文档根节点

doc.createElement(‘table’)

创建标签

#coding=utf-8

import xml.dom.minidom

#在内存中创建一个空的文档

doc = xml.dom.minidom.Document()

print doc

#创建一个根节点Managers对象

root = doc.createElement('Managers')

print u"添加的xml标签为：", root.tagName

c:Python27Scripts>python task_test.py

<xml.dom.minidom.Document instance at 0x054DDFD0>

添加的xml标签为： Managers

添加节点属性

#coding=utf-8

#coding=utf-8

import xml.dom.minidom

#在内存中创建一个空的文档

doc = xml.dom.minidom.Document()

print doc

#创建一个根节点Managers对象

root = doc.createElement('Managers')

print u"添加的xml标签为：", root.tagName

# 给根节点root添加属性

root.setAttribute('company', 'xx科技')

value = root.getAttribute('company')

print u"root元素的'company'属性值为：", value.decode('utf-8').encode('gbk')

c:Python27Scripts>python task_test.py

<xml.dom.minidom.Document instance at 0x05014030>

添加的xml标签为： Managers

root元素的'company'属性值为： xx科技

node.setAttribute(attname, value)

该方法表示给节点添加属性值对（Attribute）。

参数说明：

attname ：属性

添加文本节点

doc.createTextNode(data)

给叶子节点添加文本节点。

#coding=utf-8

import xml.dom.minidom

#在内存中创建一个空的文档

doc = xml.dom.minidom.Document()

print doc

#创建一个根节点Managers对象

root = doc.createElement('company')

print u"添加的xml标签为：", root.tagName

# 给根节点root添加属性

root.setAttribute('name', '光荣之路教育科技有限公司')

# 给根节点添加一个叶子节点

ceo = doc.createElement('CEO')

#给叶子节点name设置一个文本节点，用于显示文本内容

ceo.appendChild(doc.createTextNode('吴总'))#在ceo的节点上加的，不是加到根节点上

print ceo.tagName

print u"给叶子节点添加文本节点成功"

c:Python27Scripts>python task_test.py

<xml.dom.minidom.Document instance at 0x05014030>

添加的xml标签为： Managers

root元素的'company'属性值为： xx科技

添加子节点

doc/parentNode.appendChild(node)

将节点node添加到文档对象doc作为文档树的根节点或者添加到父节点parentNode下作为其子节点。

#coding=utf-8

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company对象

root = doc.createElement('companys')

# 给根节点root添加属性

root.setAttribute('name', u'公司信息')

#将根节点添加到文档对象中

doc.appendChild(root)

# 给根节点添加一个叶子节点

company = doc.createElement('gloryroad')

# 叶子节点下再嵌套叶子节点

name = doc.createElement("Name")

# 给节点添加文本节点

name.appendChild(doc.createTextNode(u"光荣之路教育科技公司"))

ceo = doc.createElement('CEO')

ceo.appendChild(doc.createTextNode(u'吴总'))

# 将各叶子节点添加到父节点company中

# 然后将company添加到跟节点companys中

company.appendChild(name)

company.appendChild(ceo)

root.appendChild(company)

print doc.toxml()

c:Python27Scripts>python task_test.py

<?xml version="1.0" ?><companys name="公司信息"><gloryroad><Name>光荣之路教育科技公司</Name><CEO>吴总</CEO></gloryroad></companys>

生成XML文档

doc.writexml()

函数原型：

writexml(writer, indent='', addindent='', newl='', encoding=None)

该方法用于将内存中xml文档树写入文件中，并保存到本地磁盘。

上面我创建的xml文档仅是存在内存中的，并未真正写入硬盘，只有调用该方法以后，才能真正将我们创建的xml文档写入本地硬盘，这时我们才能在硬盘中看见新建的xml文档。

参数说明：

writer ：要写的目标文件的文件对象。

indent ：指明根节点缩进方式。

addindent：指明子节点缩进方式

newl : 针对新行，指明换行方式

encoding : 指明所写xml文档的编码

#coding=utf-8

import codecs

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company对象

root = doc.createElement('companys')

# 给根节点root添加属性

root.setAttribute('name', u'公司信息')

#将根节点添加到文档对象中

doc.appendChild(root)

# 给根节点添加一个叶子节点

company = doc.createElement('gloryroad')

# 叶子节点下再嵌套叶子节点

name = doc.createElement("Name")

# 给节点添加文本节点

name.appendChild(doc.createTextNode(u"光荣之路教育科技公司"))

ceo = doc.createElement('CEO')

ceo.appendChild(doc.createTextNode(u'吴总'))

# 将各叶子节点添加到父节点company中

# 然后将company添加到跟节点companys中

company.appendChild(name)

company.appendChild(ceo)

root.appendChild(company)

#codecs就是一个编码解码器，如果不用的话，默认存成gbk

fp = codecs.open('D:\company.xml', 'w','utf-8')

doc.writexml(fp, indent='', addindent=' ', newl=' ', encoding="utf-8")

fp.close()

练习：自己写一个xml的文件，例如：刚才的database的配置文件

需要改：

#coding=utf-8

import codecs

import xml.dom.minidom

doc=xml.dom.minidom.Document()

root=doc.createElement('database')

root.setAttribute('name',u'数据库信息')

doc.appendChild(root)

database=doc.createElement('oracle')

name=doc.createElement('Name')

name.appendChild(doc.createTextNode(u'xxx'))

passwd=doc.createElement('passwd')

passwd.appendChild(doc.createTextNode("123456"))

database.appendChild(name)

database.appendChild(passwd)

root.appendChild(database)

fp = codecs.open('D:\database.xml', 'w','utf-8')

doc.writexml(fp, indent='', addindent=' ', newl=' ', encoding="utf-8")

fp.close()

import xml.dom.minidom

        import codecs

        # 在内存中创建一个空的文档

        doc = xml.dom.minidom.Document()

        # 创建一个根节点company对象

        root = doc.createElement('database')

        # 给根节点root添加属性

        root.setAttribute('dbinfo', u'數據庫信息')

        # 将根节点添加到文档对象中

        doc.appendChild(root)

        # 给根节点添加一个叶子节点

        company = doc.createElement('userinfo')

        # 叶子节点下再嵌套叶子节点

        name = doc.createElement("root")

        # 给节点添加文本节点

        name.appendChild(doc.createTextNode(u"root"))

        ceo = doc.createElement('password')

        ceo.appendChild(doc.createTextNode('123456'))

        host = doc.createElement('IP')

        host.appendChild(doc.createTextNode('127.0.0.1'))

        # 将各叶子节点添加到父节点company中

        # 然后将company添加到跟节点companys中

        company.appendChild(name)

       company.appendChild(ceo)

        company.appendChild(host)

        root.appendChild(company)

        print doc.toxml()

        fp = codecs.open('company.xml', 'a+', 'utf-8')

        doc.writexml(fp, indent='', addindent=' ', newl=' ', encoding="utf-8")

        fp.close()

批量生成xml文件

#coding=utf-8

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.createElement('Managers')

#设置根节点的属性

root.setAttribute('company', 'xx科技')

root.setAttribute('address', '科技软件园')

#将根节点添加到文档对象中

doc.appendChild(root)

managerList = [{'name' : 'joy', 'age' : 27, 'sex' : '女'},

               {'name' : 'tom', 'age' : 30, 'sex' : '男'},

               {'name' : 'ruby', 'age' : 29, 'sex' : '女'} ]

for i in managerList :

nodeManager = doc.createElement('Manager')

nodeName = doc.createElement('name')

#给叶子节点name设置一个文本节点，用于显示文本内容

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"])))

#将各叶子节点添加到父节点Manager中，

#最后将Manager添加到根节点Managers中

nodeManager.appendChild(nodeName)

nodeManager.appendChild(nodeAge)

nodeManager.appendChild(nodeSex)

root.appendChild(nodeManager)

#开始写xml文档

fp = open('D:\Manager.xml', 'w')

doc.writexml(fp, indent=' ', addindent=' ', newl=' ', encoding="utf-8")

fp.close()

边读边解析

Movies.xml:

<collection shelf="New Arrivals">

<movie title="Enemy Behind">

   <type>War, Thriller</type>

   <format>DVD</format>

   <year>2003</year>

   <rating>PG</rating>

   <stars>10</stars>

   <description>Talk about a US-Japan war</description>

</movie>

<movie title="Transformers">

   <type>Anime, Science Fiction</type>

   <format>DVD</format>

   <year>1989</year>

   <rating>R</rating>

   <stars>8</stars>

   <description>A schientific fiction</description>

</movie>

   <movie title="Trigun">

   <type>Anime, Action</type>

   <format>DVD</format>

   <episodes>4</episodes>

   <rating>PG</rating>

   <stars>10</stars>

   <description>Vash the Stampede!</description>

</movie>

<movie title="Ishtar">

   <type>Comedy</type>

   <format>VHS</format>

   <rating>PG</rating>

   <stars>2</stars>

   <description>Viewable boredom</description>

</movie>

</collection>

获取根节点

import sys

try:

    import xml.etree.cElementTree as ET

except ImportError:

    import xml.etree.ElementTree as ET

tree = ET.ElementTree(file='movies.xml')

root=tree.getroot()

print root.tag

print root.attrib

for child_of_root in root:

    print child_of_root.tag

print "********", child_of_root.attrib

c:Python27Scripts>python task_test.py

collection

{'shelf': 'New Arrivals'}

movie

******** {'title': 'Enemy Behind'}

movie

******** {'title': 'Transformers'}

movie

******** {'title': 'Trigun'}

movie

******** {'title': 'Ishtar'}

获取文本节点内容

import sys

try:

    import xml.etree.cElementTree as ET

except ImportError:

    import xml.etree.ElementTree as ET

tree = ET.ElementTree(file='movies.xml')

root=tree.getroot()

print "*"*50

print root[0].tag

print root[0].text #“打印的内容为一个回车”

print root[0][0].tag

print root[0][0].text

c:Python27Scripts>python task_test.py

**************************************************

movie

type

War, Thriller

递归把xml文档所有的节点都取到

import sys

try:

    import xml.etree.cElementTree as ET

except ImportError:

    import xml.etree.ElementTree as ET

tree = ET.ElementTree(file='movies.xml')

print "*"*50

for elem in tree.iter(): #递归遍历所有子元素

    print elem.tag, elem.text, elem.attrib

c:Python27Scripts>python task_test.py

**************************************************

collection

{'shelf': 'New Arrivals'}

movie

    {'title': 'Enemy Behind'}

type War, Thriller {}

format DVD {}

year 2003 {}

rating PG {}

stars 10 {}

description Talk about a US-Japan war {}

movie

    {'title': 'Transformers'}

type Anime, Science Fiction {}

format DVD {}

year 1989 {}

rating R {}

stars 8 {}

description A schientific fiction {}

movie

    {'title': 'Trigun'}

type Anime, Action {}

format DVD {}

episodes 4 {}

rating PG {}

stars 10 {}

description Vash the Stampede! {}

movie

    {'title': 'Ishtar'}

type Comedy {}

format VHS {}

rating PG {}

stars 2 {}

description Viewable boredom {}

查看全文

相关阅读:
linux学习笔记28--监控命令vmstat,iostat, lsof
linux学习笔记27--监控命令ps和top,free
linux学习笔记26--命令wc
linux学习笔记24---命令grep
linux学习笔记23--时间命令date和cal
linux学习笔记22---命令diff和diff3
linux学习笔记22--命令ln
Fiddler 抓取 ios 端数据包
 fiddler 清除证书+重新添加证书
 Fiddler 详尽教程与抓取移动端数据包

原文地址：https://www.cnblogs.com/xiaxiaoxu/p/8656872.html

XML

XML文档（树结构）

XML基础知识介绍

XML基础知识介绍

XML命名规则

CDATA

Python解析XML三种方法

xml.dom解析xml常用API

xml.dom解析xml常用API

获取xml文档函数 doc.toxml(encoding=None)

DOMTree.toxml()查看xml标签的内容是什么

判断是否包含属性

hasAttribute(name): 判断某个节点node是否存在某个属性，存在则返回True，否则返回False。

获取属性

node. getAttribute(attname)，获取节点node的某个属性的值。

获取节点元素

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。

node.childNodes

把book[0]节点下所有子节点名称和内容列出来

练习：

获取节点文本值

node.childNodes[index].data

练习：获取title节点的个数：

X判断是否有子节点

xml.dom解析xml的完整实例

xml.dom创建XML文件

创建xml空白文档

创建xml文档根节点

添加节点属性

添加文本节点

添加子节点

生成XML文档

练习：自己写一个xml的文件，例如：刚才的database的配置文件

批量生成xml文件

边读边解析

获取根节点

获取文本节点内容

递归把xml文档所有的节点都取到