python之minidom读写xml

一、写xml文件

1.生成dom对象

>>> import xml.dom.minidom
>>> impl = xml.dom.minidom.getDOMImplementation()
>>> dom = impl.createDocument(None, 'catalog', None)
>>> root = dom.documentElement
或
from xml.dom import minidom
# 生成XML文件方式
impl = minidom.getDOMImplementation()

# 创建一个xml dom
# 三个参数分别对应为 ：namespaceURI, qualifiedName, doctype
doc = impl.createDocument(None, None, None)
# 创建根元素
rootElement = doc.createElement('Pythons')

这样就生成了一个空的dom对象。其中catalog为文档元素名，即根元素名。

或者

#导入minidom
from xml.dom import minidom

# 1.创建DOM树对象
dom=minidom.Document()
# 2.创建根节点。每次都要用DOM对象来创建任何节点。
root_node=dom.createElement('root')
# 3.用DOM对象添加根节点
 dom.appendChild(root_node)

2、生成各种结点对象

dom对象拥有各种生成结点的方法，下面列出文本结点，CDATA结点和元素结点的生成过程。

1. 文本结点的生成

>>> text=dom.createTextNode('test')
test

要注意的是，在生成结点时，minidom并不对文本字符进行检查，象文本中如果出现了'<','&'之类的字符，应该转换为相应的实体符号'&lt;','&amp;'才可以，这里没有做这个处理。

2. CDATA结点的生成

>>> data = dom.createCDATASection('aaaaaa\nbbbbbb')
>>> data.toxml()
'<![CDATA[aaaaaa\nbbbbbb]]>'

CDATA是用于包括大块文本，同时可以不用转换'<','&'字符的标记，它是用<![CDATA[文本]]>来包括的。但文本中不可以有"]]>"这样的串存在。生成结点时minidom不作这些检查，只有当你输出时才有可能发现有错。

3. 元素结点的生成

>>> item = dom.createElement_x_x_x_x_x('caption')
>>> item.toxml()
'<caption/>'

对于象元素这样的结点，生成的元素结点其实是一个空元素，即不包含任何文本.

3.写入到XML文件中

dom对象树已经生成好了，我们可以调用dom的writexml()方法来将内容写入文件中。writexml()方法语法格式为：

writexml(writer, indent, addindent, newl, encoding)

• writer是文件对象
• indent是每个tag前填充的字符，如：' '，则表示每个tag前有两个空格
• addindent是每个子结点的缩近字符
• newl是每个tag后填充的字符，如：'\n'，则表示每个tag后面有一个回车
• encoding是生成的XML信息头中的encoding属性值，在输出时minidom并不真正进行编码的处理，如果你保存的文本内容中有汉字，则需要自已进行编码转换。

writexml方法是除了writer参数必须要有外，其余可以省略。

示例：

from xml.dom.minidom import Document

doc = Document()

people = doc.createElement("people")

doc.appendChild(people)

aperson = doc.createElement("person")

people.appendChild(aperson)

name = doc.createElement("name")

aperson.appendChild(name)

personname = doc.createTextNode("Annie")

name.appendChild(personname)

filename = "people.xml"

f = open(filename, "w")

f.write(doc.toprettyxml(indent=" "))

f.close()

或

>>> f=file('d:/test.xml', 'w')
>>> import codecs
>>> writer = codecs.lookup('utf-8')[3](f)
>>> dom.writexml(writer, encoding='utf-8')
>>> writer.close()

生成UTF-8编码的写入流对象，这样在保存时会自动将Unicode转换成UTF-8编码。

输出：

1. <?xml version= "1.0" ?>
2. <people>
3. <person>
4. <name>Annie</name>
5. </person>
6. </people>

二、读xml

xml.dom.minidom 模块被用来处理xml文件

parse():用于打开一个xml文件

documentElement：用于得到dom对象的文档元素，并将获得的对象给root，每一个结点都有它的nodeName,nodeValue,nodeType属性

nodeName:结点名字

nodeValue:结点值，只对文本结点有效

nodeType:结点类型

读取过程：

1. 导入xml.dom.minidom模块，生成dom对象
2. 得到文档对象（根对象）
3. 通过getElementsByTagName_r()方法和childNodes属性（还有其它一些方法和属性）找到要处理的元素
4. 取得元素下文本结点的内容

1.得到dom对象

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

这样我们得到了一个dom对象。

2、得到文档元素对象

>>> root = dom.documentElement

这样我们得到了根元素。

3.访问子元素、子结点的方法很多，对于知道元素名字的子元素，可以使用getElementsByTagName方法，如读取maxid子元素：

>>> root.getElementsByTagName_r('maxid')

[<DOM Element: maxid at 0xb6d0a8>]

这样返回一个列表，

getElementsByTagName可以搜索当前元素的所有子元素，包括所有层次的子元素。childNodes只保存了当前元素的第一层子结点。

4.获取标签数据

print element.data

5.获取属性

root.getAttribute("username")

主要方法：

minidom.parse(filename)：加载读取XML文件

doc.documentElement：获取XML文档对象

node.getAttribute(AttributeName)：获取XML节点属性值

node.getElementsByTagName(TagName)：获取XML节点对象集合

node.childNodes ：返回子节点列表。

node.childNodes[index].nodeValue：获取XML节点值

node.firstChild：访问第一个节点，等价于pagexml.childNodes[0]

示例：

from xml.dom import minidom
  doc = minidom.parse("employees.xml")
  
  # get root element: <employees/>
  root = doc.documentElement
  
  # get all children elements: <employee/> <employee/>
  employees = root.getElementsByTagName("employee")

参考：

https://blog.csdn.net/linking530/article/details/8022110

https://www.cnblogs.com/cmt110/p/7464944.html