python读写xml用什么包最好_Python 使用minidom读写xml

http://www.cnblogs.com/itech/archive/2011/01/06/1924972.html

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: 

root

=

doc.documentElement

#

get all children elements:  

employees

=

root.getElementsByTagName(

"

employee

"

)

for

employee

in

employees:

print

(

"

-------------------------------------------

"

)

#

element name : employee

print

(employee.nodeName)

#

element xml content : windows20

#

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

#

[

#

,

#

,

#

,

#

,

#

#

]

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：

完