PYthon--(文件I/O)

一、

1.绝对路径的读取

通过编码格式来读取文件中的中文

 
foo=open(R'D:\python项目\记事本.txt','r+',encoding='utf-8')#编码格式必须与文件的编码格式一致 R:去掉特殊符
text=foo.read()
print(text)

2.文件读取得其他方法:

readline():读取一行,直到一行结束

foo=open(R'D:\python项目\记事本.txt','r+',encoding='utf-8')
#循环读取 以行为单位 读取全部内容
text=foo.readline()
while len(text)!=0:
    print(text)
    text = foo.readline()

执行命令得

 
1.python---java

2.python---java

3.python---java

readlines():多行读取

 
foo=open(R'D:\python项目\记事本.txt','r+',encoding='utf-8')
fjava=open('D:\python项目\java记事本.txt','w+',encoding='utf-8')
text=foo.readlines()
print(text)
for li in text:
    fjava.write(li.replace('python','java'))#将读取到的python换为java 并且写入fjava文件中
    print(li)
print(type(text))   #<class 'list'>
print(len(text))  # 以行为单位:  输出为 3
foo.close()
fjava.close()
print('复制并替换完成')

执行命令得

 
['\ufeff\ufeff1.python---java\n', '2.python---java\n', '3.python---java']
1.python---java

2.python---java

3.python---java
<class 'list'>
3
复制并替换完成

二、类似爬虫

模拟浏览器获得源代码爬所需要的东西

源代码的获取

 
from urllib import request

#请求(request)打开一个url
response=request.urlopen('https://www.baidu.com/')
#在本地创建一个文件
xm=open('baidu.txt','w',encoding='utf-8')
#读取网页中的源代码 并写入新创建的文件中
txt=response.read()
xm.write(str(txt.decode()))
xm.close()

执行命令得

 
#baidu.txt文件中
<html>

<head>

	<script>

		location.replace(location.href.replace("https://","http://"));

	</script>

</head>

<body>

	<noscript><meta http-equiv="refresh" content="0;url=http://www.baidu.com/"></noscript>

</body>

</html>

三、XML(EXtensible Markup Language),可扩展标记语言

1.特点:XML与操作系统编程语言的开发平台无关

实现不同系统之间的数据交换

2.作用:数据交换

配置应用程序和网站

3.XML文档内容由一系列标签元素组成

<元素名属性名='属性值'>元素内容</元素名>

属性值用双引号包裹

一个元素可以有多个属性

属性值中不能直接包含<、"、&(不建议: ' >)

4.标签编写注意事项

所有XML元素都必须有结束标签

XML标签对大小写敏感

XML必须正确嵌套

同级标签以缩进对齐

元素名称可以包含字母数字或其他的字符

元素名称不能以数字或者标点符号开始

元素名称中不能含空格

5.Python中提供的XML解析方式:

方法	特点
SAX	SAX解析通过流模式在解析XML的过程中触发对应的事件（start_element、char_data、end_element）并调用用户定义的回调函数来处理XML文件。
DOM	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，占用内存大，解析速度较慢，优点是可以任意遍历树的节点。
ElementTree	类似一个轻量级的DOM，也是本篇文章主要介绍的。

6.准备一份XML格式的文件(文件名为lianxi.xml)

 
<?xml version="1.0"?>
<data>
    <country name="Liechtenstein">
        <rank>1</rank>
        <year>2008</year>
        <gdppc>141100</gdppc>
        <neighbor name="Austria" direction="E"/>
        <neighbor name="Switzerland" direction="W"/>
    </country>
    <country name="Singapore">
        <rank>4</rank>
        <year>2011</year>
        <gdppc>59900</gdppc>
        <neighbor name="Malaysia" direction="N"/>
    </country>
    <country name="Panama">
        <rank>68</rank>
        <year>2011</year>
        <gdppc>13600</gdppc>
        <neighbor name="Costa Rica" direction="W"/>
        <neighbor name="Colombia" direction="E"/>
    </country>
</data>

7.XML格式介绍

<tag attrib = > text </tag> tail
例：<APP_KEY channel = 'CSDN'> hello123456789 </APP_KEY>

tag，即标签，用于标识该元素表示哪种数据，即APP_KEY
attrib，即属性，用Dictionary形式保存，即{'channel' = 'CSDN'}
text，文本字符串，可以用来存储一些数据，即hello123456789
tail，尾字符串，并不是必须的，例子中没有包含。

7.ElementTree解析XML文件的过程:

导入ElementTree,import xml.etree.ElementTree as ET

解析XML文件找到根节点

直接捷信XML文件并获得根节点:tree=ET.parse('country_datat.xml') root=tree.getroot()

解析字符串: root=ET.fromstring(country_datat_as_string)

遍历根节点可以获得子节点,然后就可以根据要求拿到需要的字段了

源码演示:

 
import xml.etree.ElementTree as ET

#1.先加载文档到内存里 形成一个倒桩的树结构
tree=ET.parse('lianxi.xml')
#2.获取根节点
root=tree.getroot()
print('root-tag:',root.tag,'root-attrib:',root.attrib,'root-text:',root.text)
for child in root:
    print('child-tag:',child.tag,'child-attrib:',child.attrib,'child-text:',child.text)
    for sub in child:
        print('sub-tag是：', sub.tag, ',sub.attrib：', sub.attrib, ',sub.text：', sub.text)

执行命令得

 
root-tag: data root-attrib: {} root-text: 
    
child-tag: country child-attrib: {'name': 'Liechtenstein'} child-text: 
        
sub-tag是： rank ,sub.attrib： {} ,sub.text： 1
sub-tag是： year ,sub.attrib： {} ,sub.text： 2008
sub-tag是： gdppc ,sub.attrib： {} ,sub.text： 141100
sub-tag是： neighbor ,sub.attrib： {'name': 'Austria', 'direction': 'E'} ,sub.text： None
sub-tag是： neighbor ,sub.attrib： {'name': 'Switzerland', 'direction': 'W'} ,sub.text： None
child-tag: country child-attrib: {'name': 'Singapore'} child-text: 
        
sub-tag是： rank ,sub.attrib： {} ,sub.text： 4
sub-tag是： year ,sub.attrib： {} ,sub.text： 2011
sub-tag是： gdppc ,sub.attrib： {} ,sub.text： 59900
sub-tag是： neighbor ,sub.attrib： {'name': 'Malaysia', 'direction': 'N'} ,sub.text： None
child-tag: country child-attrib: {'name': 'Panama'} child-text: 
        
sub-tag是： rank ,sub.attrib： {} ,sub.text： 68
sub-tag是： year ,sub.attrib： {} ,sub.text： 2011
sub-tag是： gdppc ,sub.attrib： {} ,sub.text： 13600
sub-tag是： neighbor ,sub.attrib： {'name': 'Costa Rica', 'direction': 'W'} ,sub.text： None
sub-tag是： neighbor ,sub.attrib： {'name': 'Colombia', 'direction': 'E'} ,sub.text： None

8.查找节点

当XML文件较大或者其中的子节点tag非常多的时候,一个一个获取是比较麻烦的而且有很多我们不要的,这样就可以通过find('nodeName')或者findall('nodeName')方法来查找指定的节点

find('nodeName')：表示在该节点下，查找其中第一个tag为nodeName的节点。
findall('nodeName')：表示在该节点下，查找其中所有tag为nodeName的节点

 
import xml.etree.ElementTree as ET


tree=ET.parse('lianxi.xml')
root=tree.getroot()
animNode=root.find('country')#查找root节点下第一个tag为country得节点
print(animNode.tag,animNode.attrib,animNode.text)

执行命令得

 
country {'name': 'Liechtenstein'}

9.删除指定的节点以及保存

在合并Manifest文件的时候，可能有一些重复的权限，那么怎么删除掉呢，删除指定节点可以通过remove(node)方法,移除指定的节点。

删除属性name为Liechtenstein节点

 
import xml.etree.ElementTree as ET

tree=ET.parse('lianxi.xml')
root=tree.getroot()
animNode=root.find('country')#查找root节点下第一个tag为country得节点
print(animNode.tag,animNode.attrib,animNode.text)
if animNode.attrib['name'] =='Liechtenstein':
    root.remove(animNode)
tree.write('lianxi.xml')#保存修改后的XML文件

执行命令得

 
<data>
    <country name="Singapore">
        <rank>4</rank>
        <year>2011</year>
        <gdppc>59900</gdppc>
        <neighbor direction="N" name="Malaysia" />
    </country>
    <country name="Panama">
        <rank>68</rank>
        <year>2011</year>
        <gdppc>13600</gdppc>
        <neighbor direction="W" name="Costa Rica" />
        <neighbor direction="E" name="Colombia" />
    </country>
</data>

三、XML解析器体系结构和API

Python标准库提供了一组极少使用但有用的接口来处理XML.两个基本和最广泛使用在XML数据的API是SAX 和XDOM接口

简单的XML(SAX) 在这里,注册感兴趣的时间回调,然后让解析器继续执行文档.当文档较大或存在内存限制时,此功能非常有用,它会从文件读取文件时解析文件,并且整个文件不会储存在内存中.

文档对象模型(DOM)API这是一个万维网联盟的推荐,它将整个文件读入储存起并以分层(基于树)得形式存储,以表示XML文档的所有功能

当处理大文件时，SAX显然无法与DOM一样快地处理信息。另一方面，使用DOM专门可以真正地占用资源，特别是如果要加许多文件使用的时候。

SAX是只读的，而DOM允许更改XML文件。由于这两种不同的API相辅相成，在大型项目中一般根据需要使用它们。

对于我们所有的XML代码示例，使用一个简单的XML文件：movies.xml作为输入 -

 
<?xml version="1.0" encoding="utf-8" ?>
<collection shelf = "New Arrivals">
<movie title = "Enemy Behind">
   <type>War, Thriller</type>
   <format>DVD</format>
   <year>2013</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>

SAX是事件驱动的XML解析的标准接口。使用SAX解析XML通常需要通过子类化xml.sax.ContentHandler来创建自己的ContentHandler。
ContentHandler处理XML样式/风格的特定标签和属性。 ContentHandler对象提供了处理各种解析事件的方法。它拥有的解析器在解析XML文件时调用ContentHandler方法。
在XML文件的开头和结尾分别调用：startDocument和endDocument方法。 characters(text)方法通过参数text传递XML文件的字符数据。

ContentHandler在每个元素的开头和结尾被调用。如果解析器不在命名空间模式下，则调用startElement(tag，attributes)和endElement(tag)方法; 否则，调用相应的方法startElementNS和endElementNS方法。这里，tag是元素标签，属性是Attributes对象。

以下是继续前面了解的其他重要方法 -

parse()方法

以下方法创建一个SAX解析器并使用它来解析文档

xml.sax.parse( xmlfile, contenthandler[, errorhandler])

以下是参数的详细信息 -

xmlfile - 这是要读取的XML文件的名称。
contenthandler - 这必须是ContentHandler对象。
errorhandler - 如果指定，errorhandler必须是SAX ErrorHandler

 

import xml.sax
class MovieHandler(xml.sax.ContentHandler):
    def __init__(self):
        self.CurrentData = ""#当前读取的对象节点属性
        self.type = ""
        self.format = ""
        self.year = ""
        self.rating = ""
        self.stars = ""
        self.description = ""

    def startElement(self, tag, attributes):
      self.CurrentData = tag
      if tag == "movie":
         print ("*****Movie*****")
         title = attributes["title"]
         print ("Title:", title)

    # Call when an elements ends
    def endElement(self, tag):
      if self.CurrentData == "type":
         print ("Type:", self.type)
      elif self.CurrentData == "format":
         print ("Format:", self.format)
      elif self.CurrentData == "year":
         print ("Year:", self.year)
      elif self.CurrentData == "rating":
         print ("Rating:", self.rating)
      elif self.CurrentData == "stars":
         print ("Stars:", self.stars)
      elif self.CurrentData == "description":
         print ("Description:", self.description)
      self.CurrentData = ""

    # Call when a character is read
    def characters(self, content):#传递
      if self.CurrentData == "type":
         self.type = content
      elif self.CurrentData == "format":
         self.format = content
      elif self.CurrentData == "year":
         self.year = content
      elif self.CurrentData == "rating":
         self.rating = content
      elif self.CurrentData == "stars":
         self.stars = content
      elif self.CurrentData == "description":
         self.description = content

if ( __name__ == "__main__"):
   # create an XMLReader
   parser = xml.sax.make_parser()
   # turn off namepsaces 工作目录
   parser.setFeature(xml.sax.handler.feature_namespaces, 0)
   # override the default ContextHandler
   Handler = MovieHandler()
   parser.setContentHandler( Handler )
   parser.parse("movie.xml")

执行命令

 
*****Movie*****
Title: Enemy Behind
Type: War, Thriller
Format: DVD
Year: 2013
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
Rating: PG
Stars: 10
Description: Vash the Stampede!
*****Movie*****
Title: Ishtar
Type: Comedy
Format: VHS
Rating: PG
Stars: 2
Description: Viewable boredom

PYthon--(文件I/O)

二、类似爬虫

三、XML(EXtensible Markup Language),可扩展标记语言

三、XML解析器体系结构和API

【面试准备】又一次失败的面试经历，题目离谱～资深软件测试工程师

dotnet 8 版本与银河麒麟V10和UOS系统的 glibc 兼容性

PYthon--(文件I/O)

MySQL數據庫03(MySQL的存儲引擎 DML語句父子查詢 )

MySQL數據庫05(高級查詢練習)

Python--(推導、枚舉、文件)

MySQL數據庫02(數據類型字段的約束及屬性表的DML語句 )

https://yachay.unat.edu.pe/blog/index.php?comment_area=format_blog&comment_component=blog&comment_co

linux以太網驅動總結

PYthon--(文件I/O)

二、类似爬虫

三、XML(EXtensible Markup Language),可扩展标记语言

三、XML解析器 体系结构和API

三、XML解析器体系结构和API