Python操作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 XML元素 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语法规则 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> XML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> XML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 名称可以包含字母、数字以及其他字符 名称不能以数字或标点符号开头 名称不能以字母xml或XML开始 名称不能包含空格 可以使用任何名称，没有保留字 名称应该具有描述性，简短和简单，可以同时使用下划线。 避免“-”、“.”、“：”等字符 Xml的注释格式 <!--注释内容--> Xml.dom解析XML 这个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 book.xml <?xml version="1.0" encoding="utf-8" ?> <!--this is a test about xml.--> <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> 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 doc.documentElement 获取xml文档对象，就是拿到DOM树的根。 >>> from xml.dom.minidom import parse >>> DOMTree = parse("d:\\book.xml")#把xml解析为内存中的的一棵树 >>> print(DOMTree) <xml.dom.minidom.Document object at 0x000000000241AC48> >>> booklist = DOMTree.documentElement#拿到树的根 >>> print(booklist) <DOM Element: booklist at 0x23c6af8> doc.toxml(encoding=None) 返回xml的文档内容 节点的xml文档内容，只有节点对象可以调用 >>> from xml.dom.minidom import parse >>> DOMTree = parse("d:\\book.xml") >>> booklist = DOMTree.documentElement >>> print(booklist.toxml()) <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> doc.lastChild 获取节点的最后一个孩子节点 >>> booklist.lastChild <DOM Text node "'\n'"> doc.firstChild 获取节点的第一个人孩子节点 >>> booklist.firstChild <DOM Text node "'\n '"> getElementsByTagName(name)获取节点元素 获取xml文档中某个父节点下，具有相同节点名的节点对象的集合。返回的是list >>> from xml.dom.minidom import parse >>> DOMTree = parse("d:\\book.xml") >>> booklist = DOMTree.documentElement >>> books = booklist.getElementsByTagName("book")#获取标签为book的所有节点 >>> print(books) [<DOM Element: book at 0x242a6d0>, <DOM Element: book at 0x23c69c8>] >>> print(type(books)) <class 'xml.dom.minicompat.NodeList'> >>> from xml.dom.minidom import parse >>> DOMTree = parse("d:\\book.xml") >>> booklist = DOMTree.documentElement >>> print(booklist.getElementsByTagName("book")[0].getElementsByTagName("author")[0]) <DOM Element: author at 0x242ad58> >>> print(booklist.getElementsByTagName("book")[0].getElementsByTagName("author")[0].toxml()) <author>张三</author> hasAttribute(name) 判断节点对象是否包含指定属性 >>> from xml.dom.minidom import parse >>> DOMTree = parse("d:\\book.xml") >>> booklist = DOMTree.documentElement >>> if booklist.hasAttribute("type"): ... print("booklist 元素存在属性type")#判断根节点booklist是否有type属性 ... else: ... print("booklist 元素不存在属性type") ... booklist 元素存在属性type Node.getAttribute(name)获取属性 获取节点node的属性值 >>> from xml.dom.minidom import parse >>> DOMTree = parse("d:\\book.xml") >>> booklist = DOMTree.documentElement >>> if booklist.hasAttribute("type"): ... print("booklist存在属性type") ... print(booklist.getAttribute("type")) ... else: ... print("booklist不存在属性type") ... booklist存在属性type science and engineering node.childNodes 返回节点node下所有子节点组成的list。 >>> from xml.dom.minidom import parse >>> DOMTree = parse("d:\\book.xml") >>> booklist = DOMTree.documentElement >>> #获取所有book节点的集合 ... books = booklist.getElementsByTagName("book") >>> >>> print("第一本书的子节点: ",books[0].childNodes)这个需要指定取列表的那个元素，必须要带上索引 第一本书的子节点: [<DOM Text node "'\n '">, <DOM Element: title at 0x243edf0>, <DOM Text node " \n '">, <DOM Element: author at 0x243ee88>, <DOM Text node "'\n '">, <DOM Element: pageNumber at 0x243ef20>, <DOM Text node "'\n '">] 获取节点文本值 #coding=utf-8 from xml.dom.minidom import parse DOMTree = parse("d:\\book.xml") booklist = DOMTree.documentElement #获取所有book节点的集合 books = booklist.getElementsByTagName("book") for book in books: if book.hasAttribute("category"): print("category is: ",book.getAttribute("categroy")) #先找到节点，然后再找节点下面的孩子文本节点 title = book.getElementsByTagName("title")[0].childNodes[0].data author = book.getElementsByTagName("author")[0].childNodes[0].data pageNumber = book.getElementsByTagName("pageNumber")[0].childNodes[0].data print("title: ",title) print("title: ",author) print("title: ",pageNumber) node .hasChildNodes() 判断是否有子节点 #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 = parse("d:\\book.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 ("books",books[0]) print (u"book节点的个数：", books.length) print (books[0]) if books[0].hasChildNodes(): print (u"存在子节点:",books[0].childNodes) else: print (u"不存在子节点") xml.dom解析xml的一个实例 movies.xml <?xml version="1.0" encoding="utf-8" ?> <!--this is a test about 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> 示例: #coding=utf-8 import xml.dom.minidom from xml.dom.minidom import parse DOMTree = parse("d:\\movies.xml") collection = DOMTree.documentElement movies = collection.getElementsByTagName("movie") for movie in movies: for element in ["type","format","rating","description"]: node = movie.getElementsByTagName(element)[0] textNode = node.childNodes[0] print("%s节点文本是: %s" %(node,textNode.data)) #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"e:\\xml\\movies.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) xml.dom创建XML文件 创建xml文件步骤： 1、创建xml空文档 2、产生根对象 3、往根对象加数据 4、把xml内存对象写入文件 minidom.Document()创建xml空文档 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 as xdm #在内存中创建一个空的文档 doc = xdm.Document() print (doc) #此处创建一个根节点Managers对象 root = doc.createElement("Managers") print (u"添加的xml标签为：", root.tagName) node.setAttribute(attname, value) 该方法表示给节点添加属性-值对（Attribute） 。 参数说明： attname ：属性的名称 value ：属性的值 import xml.dom.minidom as xdm #在内存中创建一个空的文档 doc = xdm.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","光荣之路") print("根节点的属性: ",root.getAttribute("company")) 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("呼总")) print(ceo.tagName) print (u"给叶子节点添加文本节点成功") 添加子节点 #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companys对象 root = doc.createElement('companys') # 给根节点root添加属性 root.setAttribute("name","光荣之路") #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("光荣之路")) ceo = doc.createElement("CEO") ceo.appendChild(doc.createTextNode("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()) 注意父节点和子节点的关系，依赖于appendChild()函数 以上'companys是根节点 gloryroad是1级子节点 name、 ceo 是2级子节点 Parent.appendChild(childNode) 把子节点childNode添加到父节点parent中 doc.writexml()生成xml文档 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。 语法： Writexml(file,indent=””,addindent=””,newl=””,encoding=None) 参数说明： file:要保存为的文件对象名 Indent:根节点的缩进方式 addindent：子节点的缩进方式 newl： 针对新行，指明换行方式 encoding:保存文件的编码方式 示例： #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companys对象 root = doc.createElement('companys') # 给根节点root添加属性 root.setAttribute("name","公司列表") #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("光荣之路")) ceo = doc.createElement("CEO") ceo.appendChild(doc.createTextNode("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) fp = open('d:\\company.xml','w') doc.writexml(fp,indent='',addindent='\t',newl='\n',encoding="utf-8") fp.close()