Python中XML详解

最近发现自己一个很不好的毛病就是有的时候为了完成工作的任务，google下问题的解决方法就很快过去了。但是其实自己并不是特别理解或者理解得不是很透彻。

 

觉着这样太不好，没提高，于是开始从头开始趁着闲工夫理清楚一些问题：

 

python用Dom解析XML是我最近遇到的一个问题：

 

首先看下XML的格式：

DOM 的五个基本对象： Document ， Node ， NodeList ， Element 和 Attr 。

 

Python中队Document的解释是这样的：

A Document represents an entire XML document, including its constituent elements, attributes, processing instructions, comments etc. Remember that it inherits properties from Node .

 

代表整个XML文档，包含有元素，属性等

 

Nodelist是从Node继承而来的，表示一系列的Node

Node：All of the components of an XML document are subclasses of Node .

说的是所有的XML文档中的component都是Node的子类

它包含很多方法：http://docs.python.org/library/xml.dom.html?highlight=getelementsbytagname#dom-node-objects

Element：代表的是 XML 文档中的标签元素，继承于 Node

Attr ：代表xml文档的属性，需要注意的是： Attribute value nodes on element nodes.

 

具体来看一个XML文档的解析：

下面只是XML文档的某个片段，整个文档包含几个system node

 

    <system platform="linux" name="server">
        <purpose>r</purpose>
        <system_type></system_type>
        <ip_address></ip_address>
        <userid>rt</userid>
        <password>y</password>
        <image_name></image_name>
        <instance_name></instance_name>
        <instance_comments>LRB BVT</instance_comments>
        <commands_on_boot>  </commands_on_boot>  
    </system>

 

现在我需要获取purpose的字段，怎么做么？

先看一个类中的方法：   

def getSystemPurpose(self,platform,name):
        rc =[]
        for nodes in self.dom.getElementsByTagName("system"):

#Document. getElementsByTagName ( tagName ) ¶

Search for all descendants (direct children, children’s children, etc.) with a particular element type name.

#document的 getElementsByTagName 将会返回所有的包含system tag 的node，此时返回时是一个nodes的集合。

 L= nodes.getElementsByTagName("purpose")      #读取所有的purpose nodes此时还是一个nodes的集合，对其进行遍历    

for node2 in L:

               
                title = ""
                for node3 in node2.childNodes:#nodes.chindNodes：获取所有的子节点，如果purpose有多个的话则依次取出其值。
                    if node3.nodeType == Node.TEXT_NODE:
                        title += node3.data
                print title

 

 

关于XML dom：

什么是 XML DOM?

XML DOM 是：

• 用于 XML 的标准对象模型
• 用于 XML 的标准编程接口
• 中立于平台和语言
• W3C 的标准

XML DOM 定义了所有 XML 元素的对象和属性 ，以及访问它们的方法（接口） 。

换句话说：

XML DOM 是用于获取、更改、添加或删除 XML 元素的标准。

 

 

节点

根据 DOM，XML 文档中的每个成分都是一个节点 。

DOM 是这样规定的：

• 整个文档是一个文档节点
• 每个 XML 标签是一个元素节点
• 包含在 XML 元素中的文本是文本节点
• 每一个 XML 属性是一个属性节点
• 注释属于注释节点

更多参考详见：http://www.w3school.com.cn/xmldom/dom_nodes.asp

我还是很懒，写东西实在不愿意写，这样不好。。。。。