python类库31[使用minidom读写xml]

 

一 python提供的xml支持
2种工业标准的xml解析方法-SAX和DOM。SAX（simple API for XML），是基于事件处理的，当XML文档顺序地读入时，每次遇到一个元素会触发相应的事件处理函数来处理。DOM（Document Object Model），通过构建一个树结构来表现整个xml文档，一旦树被构建，可以通过DOM提供了接口来遍历树和提取相应的数据。

 

python还提供了python独特的xml解析方法，相比于SAX和DOM更容易使用和更加快速，此方法为ElementTree。

 

python的xml模块为：

1)xml.dom.minidom

2)xml.elementtree

3)xml.sax + xml.dom

 

二 xml实例：（employees.xml）

<? xml version="1.0" encoding="UTF-8" ?>

  < employees >  

  < employee >  

    < name >l inux </ name >

    < age > 30 </ age >

  </ employee >

  < employee >  

    < name >windows </ name >

    < age > 20 </ age >

  </ employee >

  </ employees >

 

 三 使用xml.dom.minidom来读写xml

 

1）使用xml.dom.minidom来解析xml：

def  TestMiniDom():
   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 " )
  
   for  employee  in  employees:
     print ( " ------------------------------------------- " )
     #  element name : employee
     print  (employee.nodeName)
     #  element xml content : <employee><name>windows</name><age>20</age></employee>
     #  basically equal to toprettyxml function
     print  (employee.toxml())
    
    nameNode  =  employee.getElementsByTagName( " name " )[0]
     print  (nameNode.childNodes)
     print  (nameNode.nodeName  +   " : "   +  nameNode.childNodes[0].nodeValue)
    ageNode  =  employee.getElementsByTagName( " age " )[0]
     print  (ageNode.childNodes)
     print  (ageNode.nodeName  +   " : "   +  ageNode.childNodes[0].nodeValue)
    
     print ( " ------------------------------------------- " )
     #  children nodes :  \n is one text element
     #  [
     #  <DOM Text node "' \n    '">, 
     #  <DOM Element: name at 0xc9e490>, 
     #  <DOM Text node "'\n    '">, 
     #  <DOM Element: age at 0xc9e4f0>, 
     #  <DOM Text node "'\n  '">
     #  ] 
     for  n  in  employee.childNodes:
       print  (n)

TestMiniDom()

 

运行结果：

-------------------------------------------
employee
< employee >
     < name > linux </ name >
     < age > 30 </ age >
   </ employee >
[ < DOM  Text node "'linux'" > ]
name:linux
[ < DOM  Text node "'30'" > ]
age:30
-------------------------------------------
< DOM  Text node "' \n    '" >
< DOM  Element: name at 0xc9f590 >
< DOM  Text node "'\n    '" >
< DOM  Element: age at 0xc9f5f0 >
< DOM  Text node "'\n  '" >
-------------------------------------------
employee
< employee >
     < name > windows </ name >
     < age > 20 </ age >
   </ employee >
[ < DOM  Text node "'windows'" > ]
name:windows
[ < DOM  Text node "'20'" > ]
age:20
-------------------------------------------
< DOM  Text node "' \n    '" >
< DOM  Element: name at 0xc9f6b0 >
< DOM  Text node "'\n    '" >
< DOM  Element: age at 0xc9f710 >
< DOM  Text node "'\n  '" >

 

2）使用xml.dom.minidom来生成xml: 

def  GenerateXml():
   import  xml.dom.minidom
  impl  =  xml.dom.minidom.getDOMImplementation()
  dom  =  impl.createDocument(None,  ' employees ' , None)
  root  =  dom.documentElement  
  employee  =  dom.createElement( ' employee ' )
  root.appendChild(employee)
  
  nameE = dom.createElement( ' name ' )
  nameT = dom.createTextNode( ' linux ' )
  nameE.appendChild(nameT)
  employee.appendChild(nameE)
  
  ageE = dom.createElement( ' age ' )
  ageT = dom.createTextNode( ' 30 ' )
  ageE.appendChild(ageT)
  employee.appendChild(ageE)
  

  f =  open( ' employees2.xml ' ,  ' w ' , encoding = ' utf-8 ' )
  dom.writexml(f,  addindent = '    ' , newl = ' \n ' ,encoding = ' utf-8 ' )
  f.close()  

GenerateXml()

 

运行结果： 

<? xml version="1.0" encoding="utf-8" ?>
< employees >
   < employee >
     < name >
      linux
     </ name >
     < age >
      30
     </ age >
   </ employee >
</ employees >

 

3）使用xml.dom.minidom需要注意的

*使用parse()或createDocument()返回的为DOM对象；
*使用DOM的documentElement属性可以获得Root Element;
*DOM为树形结构，包含许多的nodes，其中element是node的一种，可以包含子elements，textNode也是node的一种，是最终的子节点；
*每个node都有nodeName，nodeValue，nodeType属性，nodeValue是结点的值，只对textNode有效。对于textNode，想得到它的文本内容可以使用: .data属性。
*nodeType是结点的类型，现在有以下：

'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'
*getElementsByTagName()可以根据名字来查找子elements；
*childNodes返回所有的子Nodes，其中所有的文本均为textNode，包含元素间的‘\n\r’和空格均为textNode；
*writexml()时addindent='  '表示子元素的缩进，newl='\n'表示元素间的换行，encoding='utf-8'表示生成的xml的编码格式（<?xml version="1.0" encoding="utf-8"?>）。

 

参考：

http://boyeestudio.cnblogs.com/archive/2005/08/16/216408.html

http://www.dnbcw.com/biancheng/python/pnwb252539.html

http://blog.csdn.net/kiki113/archive/2009/04/15/4080789.aspx

 

完