Python学习笔记---结构化文件存储：XML

#结构化文件存储

• - XML， json， 
• - 为了解决不同设备之间的信息交换
• - XML， 
• - json

# XML文件

• - 参考文件
• - https://docs.python.org/3/library/xml.etree.elementtree.html
• - http://www.runoob.com/python/python-xml.html
• - https://blog.csdn.net/seetheworld518/article/details/49535285

- XML(extensibleMarkupLanguage) 可扩展标记语言

• - 标记语言，语言中使用尖括号括起来的文本字符串标记
• - 可扩展：用户可以自己定义需要的标记
• - 例如：

<Teacher> 
自定义标记Teacher
在两个标记之间任何内容都应该跟Teacher相关
</Teacher>

• - 是w3c组织制定的一个标准
• - XML描述的是数据本身，即数据结构和语义
• - HTML侧重于如何显示web页面中的数据

###见exam.xml

<?xml version="1.0" encoding="utf-8"?>
<School type="online" loc="beijing">
<Student type="web">
<name>wawa</name>
<age>18</age>
</Student>

<Student>
<name>nana</name>
<age>18</age>
</Student>

<Student>
<name>haha</name>
<age>18</age>
</Student>
</School>

- XML文档的构成

• - 处理指令(可以认为一个文件内只有一个处理指令)
• - 最多只有一行
• - 且必须在第一行
• - 内容是与xml本身处理起相关的一些声明或者指令
• - 以xml关键字开头
• - 一般用于声明XML的版本和采用的编码
• - version属性是必须的
• - encoding属性用来支出xml解释器使用的编码

根元素(一个文件内只有一个根元素)

• - 在整个xml文件中，可以把他看作一个树形结构
• - 根元素有且只能有一个
• 子元素
• 属性
• 内容
• - 表明标签所存储的信息
• 注释
• - 起说明作用的信息
• - 注释不能嵌套在标签里
• - 只有在注释的开始和结尾使用双短横线
• - 三短横线只能出现在注释的开头而不能用在结尾

  <name> <!-- fifei -->   </name> #可以
  <name <!-- feifei -->>   </name> #不可以，注释在标签内
  
  <!--my-name-by-fei--> #可以，注释内容可以有一个短横线
  <!--my--name--by--fei-->#不可以，双短横线只能出现在开头或结尾
  
  <!---my-name--> #可以， 三短横线只能出现在开头
  <!---my-name---> #不可以， 三短横线只能出现在开头


- 保留字符的处理

• - XML中使用的符号可能跟实际符号相冲突，典型的就是左右尖括号
• - 使用实体引用(EntityReference)来保留字符
• <score> score>80 </score> #有错误，xml中不能出现>
• <score> score&gt;80</score> #使用实体引用

- 把含有保留字符的部分放在CDATA块内部，CDATA块把内部信息视为不需要转义

<![CDATA[
select name,age
from Student
where score>80
]]>

- 常用的需要转义的保留字符和对应的实体引用

1.   - &:&amp;
2.   - <:&lt;
3.   - >:&gt;
4.   - ':&apos;
5.   - ":&quot;
6.   - 一共五个， 每个实体引用都以&开头并且以分号结尾

- XML标签的命名规则

1. - Pascal命名法
2. - 用单词表示，第一个字母大写
3. - 大小写严格区分
4. - 配对的标签必须一致

- 命名空间
- 为了防止命名冲突
<Student>
<Name>LiuYing</Name>
<Age>23</Age>
</Student>
<Room>
<Name>2014</Name>
<Location>1-23-1</Location>
</Room>

- 如果归并上述两个内容信息，会产生冲突
    <Schooler>
              <Name>LiuYing</Name>
              <Age>23</Age>
  <Name>2014</Name>
              <Location>1-23-1</Location>
</Schooler>


- 为了避免冲突，需要给可能冲突的元素添加命名空间
- xmlns:xml name space 的缩写


<Schooler xmlns:student="http://my_student" xmlns:room="http://my_room">
<student:Name>feifie</student:Name>
<Age>22</Age>
<room:Name>2018</room:Name>
<Location>1-23-1</Location>
</Schooler>


# XML访问


## 读取

• - XML读取分两个主要技术，SAX，DOM
• - SAX(Simple API for XML)：
• - 基于事件驱动的API
• - 利用SAX解析文档设计到解析器和事件处理两部分
• - 特点：
• - 快
• - 流式读取

- DOM

• - 是w3c规定编程接口
• - 一个XML文件再缓冲中以树形结构保存，读取

###见student.xml

<?xml version="1.0" encoding="utf-8" ?>
<School>
<Teacher desc="PythonTeacher" score="good">
<Name>Feifei</Name>
<Age_1 Detail="Age for year 2018">18</Age_1>
<Mobile>18888888888</Mobile>
</Teacher>
<Student>
<Name Other="他是班长">LiSi</Name>
<Age Detail="The yongest boy in class">14</Age>
</Student>
<Student>
<Name>LiSi</Name>
<Age>19</Age>
<Mobile>18888888888</Mobile>
</Student>
<!-- 这是一个例子而已 -->

</School>

- 用途

1. - 定位浏览器XML任何一个节点信息
2. - 添加删除相应内容
3. - minidom
4. - minidom.parse(filename):加载读取的xml文件, filename也可以是xml代码
5. - doc.documentElement:获取xml文档对象，一个xml文件只有一个对于的文档对象
6. - node.getAttribute(attr_name):获取xml节点的属性值
7. - node.getElementByTagName(tage_name)：得到一个节点对象集合
8. - node.childNodes:得到所有孩子节点
9. - node.childNodes[index].nodeValue:获取单个节点值
10. - node.firstNode:得到第一个节点，等价于node.childNodes[0]
11. - node.attributes[tage_name]

- 案例v01

import xml.dom.minidom
# 负责解析xml文件
from xml.dom.minidom import parse


# 使用minidom打开xml文件
DOMTree = xml.dom.minidom.parse("student.xml")
#得到文档对象
doc = DOMTree.documentElement


# 显示子元素
for ele in doc.childNodes:
if ele.nodeName == "Teacher":
print("-------Node:{0}-----".format(ele.nodeName))
childs = ele.childNodes
for child in childs:
if child.nodeName == "Name":
# data是文本节点的一个属性，表示他的值
print("Name: {0}".format(child.childNodes[0].data))
if child.nodeName == "Mobile":
# data是文本节点的一个属性，表示他的值
print("Mobile: {0}".format(child.childNodes[0].data))
if child.nodeName == "Age":
# data是文本节点的一个属性，表示他的值
print("Age: {0}".format(child.childNodes[0].data))
if child.hasAttribute("detail"):
print("Age-detail: {0}".format(child.getAttribute("detail")))

- etree

• - 以树形结构来表示xml
• - root.getiterator:得到相应的可迭代的node集合
• - root.iter
• - find(node_name):查找指定node_name的节点,返回一个node
• - root.findall(node_name):返回多个node_name的节点
• - node.tag: node对应的tagename
• - node.text:node的文本值
• - node.attrib： 是node的属性的字典类型的内容

- 案例v02

import xml.etree.ElementTree


root = xml.etree.ElementTree.parse("student.xml")
print("利用getiterator访问：")
nodes = root.getiterator()
for node in nodes:
print("{0}--{1}".format(node.tag, node.text))


print("利用find和findall方法：")
ele_teacher = root.find("Teacher")
print(type(ele_teacher))
print("{0}--{1}".format(ele_teacher.tag, ele_teacher.text))


ele_stus = root.findall("Student")
print(type(ele_stus))
for ele in ele_stus:
print("{0}--{1}".format(ele.tag, ele.text))
for sub in ele.getiterator():
if sub.tag =="Name":
if "Other" in sub.attrib.keys():
print(sub.attrib['Other'])

- XML文件写入

• - 更改
• - ele.set：修改属性
• - ele.append:添加子元素
• - ele.remove：删除元素
• - 案例v03

import xml.etree.ElementTree as et
tree = et.parse(r'to_edit.xml')     ###见to_edit.xml
root = tree.getroot()
for e in root.iter('Name'):
print(e.text)
for stu in root.iter('Student'):
name = stu.find('Name')
if name != None:
name.set( 'test', name.text * 2)
stu = root.find('Student')
#生成一个新的 元素
e = et.Element('ADDer')
e.attrib = {'a':'b'}
e.text = '我加的'
stu.append(e)
# 一定要把修改后的内容写回文件，否则修改无效
tree.write('to_edit.xml')

####to_edit.xml

<School>
<Teacher>
<Name>LiuYing</Name>
<Age detail="Age for year 2010">18</Age>
<Mobile>13260446056</Mobile>
</Teacher>
<Student>
<Name Other="他是班长" test="ZhangSanZhangSan">ZhangSan</Name>
<Age Detail="The yongest boy in class">14</Age>
</Student>
<Student>
<Name test="luodayouluodayou">luodayou</Name>
<Age>59</Age>
<Mobile>1387878776787</Mobile>
</Student>
<Student>
<Name test="LiSiLiSi">LiSi</Name>
<Age>19</Age>
<Mobile>13240484187</Mobile>
</Student>


</School>

- 生成创建

- SubElement，案例v04

import xml.etree.ElementTree as et
stu = et.Element("Student1")
name = et.SubElement(stu, 'Name')
name.attrib = {'lang','en'}
name.text = 'feifei'
age = et.SubElement(stu, 'Age')
age.text = 18
et.dump(stu)

- minidom写入，案例v05

import xml.dom.minidom
#在内存中创建一个空的文档
doc = xml.dom.minidom.Document()
#创建一个根节点Managers对象
root = doc.createElement('Managers')
#设置根节点的属性
root.setAttribute('company', 'xx科技')
root.setAttribute('address', '科技软件园')
#将根节点添加到文档对象中
doc.appendChild(root)


managerList = [{'name' : 'joy',  'age' : 27, 'sex' : '女'},
   {'name' : 'tom', 'age' : 30, 'sex' : '男'},
   {'name' : 'ruby', 'age' : 29, 'sex' : '女'}
]


for i in managerList :
  nodeManager = doc.createElement('Manager')
  nodeName = doc.createElement('name')
  #给叶子节点name设置一个文本节点，用于显示文本内容
  nodeName.appendChild(doc.createTextNode(str(i['name'])))


  nodeAge = doc.createElement("age")
  nodeAge.appendChild(doc.createTextNode(str(i["age"])))


  nodeSex = doc.createElement("sex")
  nodeSex.appendChild(doc.createTextNode(str(i["sex"])))


  #将各叶子节点添加到父节点Manager中，
  #最后将Manager添加到根节点Managers中
  nodeManager.appendChild(nodeName)
  nodeManager.appendChild(nodeAge)
  nodeManager.appendChild(nodeSex)
  root.appendChild(nodeManager)
#开始写xml文档
fp = open('Manager.xml', 'w')
doc.writexml(fp, indent='\t', addindent='\t', newl='\n', encoding="utf-8")

- etree创建，案例v06

import xml.etree.ElementTree as et
#在内存中创建一个空的文档
etree = et.ElementTree()
e = et.Element('Student')
etree._setroot(e)
e_name = et.SubElement(e, 'Name')
e_name.text = "hahahah"
etree.write('v06.xml')