python xml解析

Xml知识          

XML 元素指的是从（且包括）开始标签直到（且包括）结束标签的部分。

元素可包含其他元素、文本或者两者的混合物。元素也可以拥有属性。

XML 属性

从 HTML，你会回忆起这个：<img src="computer.gif">。"src" 属性提供有关 <img> 元素的额外信息。

 

一、得到dom对象

>>> import xml.dom.minidom

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

二、到到文档元素对象

>>> root = dom.documentElement

三、结点属性

每个结点都有他的nodeName ,nodeValue,nodeTye属性

nodeType的值有

'ATTRIBUTE_NODE'
'CDATA_SECTION_NODE'
'COMMENT_NODE'
'DOCUMENT_FRAGMENT_NODE'
'DOCUMENT_NODE'
'DOCUMENT_TYPE_NODE'
'ELEMENT_NODE'
'ENTITY_NODE'
'ENTITY_REFERENCE_NODE'
'NOTATION_NODE'
'PROCESSING_INSTRUCTION_NODE'
'TEXT_NODE'

四、子元素和子节点的访问

xml.dom 解析XML的API描述

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]

 

doc = minidom.parse(filename)
doc.toxml('UTF-8')
返回Node节点的xml表示的文本

Node.attributes["id"]
a.name #就是上面的 "id"
a.value #属性的值 
访问元素属性

<aaa>

<bbb>BBBB</bbb>

<ccc>CCCC</ccc>

</aaaa>

 

import xml.dom.minidom

 

def getdate(filename):

         dom = xml.dom.minidom.parse(filename)

         root = dom.documentElement

   

         for node in root.childNodes:

                 if node.nodeType == node.ELEMENT_NODE:

                                keys = dom.getElementsByTagName(node.nodeName)

                                for key in keys.childNodes:

                                        if key.nodeType == node.TEXT_NODE:

                                                     print node.nodeName, key,data