用python解析xml的几种方法_python解析XML方法

python有三种方法解析XML，SAX，DOM，以及ElementTree不止各有利弊比如xml.dom.minidom方法。

权衡自己学习ElementTree和xml.dom.minidom。

XML语法看w3c，主要看xml的层数和复杂程度，数据量大小。

一：根据看的内容总结xml.dom.minidom方法简单应用：

主要用到 xml.dom.minidom中的parse和documentElement，xml.dom.minidom.parse('file.xml')打开，xml.dom.minidom.documentElement读xml

就是有一个abc.xml文件后，

import xml.dom.minidom

dom = xml.dom.minidom.parse('abc.xml')#打开xml文档

root =dom.documentElement#读取xml

使用技巧：

root.getElementsByTagName('caption') 获得的是标签为caption 一组标签，b[0]表示一组标签中的第一个；b[2] ，表示这一组标签中的第三个。

getAttribute方法可以获得元素的属性所对应的值。

firstChild 属性返回被选节点的第一个子节点，.data表示获取该节点人数据。二：.ElementTree(元素树)方法：

与上面的xml.dom.minidom比较而言更利于对复杂的xml进行遍历查找，而且他是轻量级，速度快，内存消耗小。

demo：

tianma

manager

xingkong

admin

#coding=utf-8

from xml.etree import ElementTree as ET

def print_node(node):

'''print node message'''

print "=============================================="

print "node.attrib:%s" % node.attrib

if node.attrib.has_key("age") > 0:

print "node.attrib['age']:%s" % node.attrib['age']

print "node.tag:%s" % node.tag

print "node.tag:%s" % node.text

def read_xml(text):

'''read xml file'''

# root = ET.parse(r"C:\Users\yshe\Desktop\testxml")

root = ET.fromstring(text)

#1 Go through getiterator method

lst_node = root.getiterator("person")

for node in lst_node:

print_node(node)

#2 Go througn getchildren method get subarea node

lst_node_child = lst_node[0].getchildren()[0]

print_node(lst_node_child)

#3 Go througn find method

node_find = root.find('person')

print_node(node_find)

#4 Go through findall method

node_findall = root.findall("person/name")[1]

print_node(node_findall)

if __name__ == '__main__':

read_xml(open("test.xml").read())

#coding=utf-8

from xml.etree import ElementTree as ET

#Find out all persons age

per=ET.parse('test.xml')

p=per.findall('person')

for x in p:

print x.attrib

print

for oneper in p:  #Find out person node

for child in oneper.getchildren(): #Find out person child node

print child.tag,':',child.text

print 'age:',oneper.get('age')

print "=============================================="

以上分别从不同帖子整理。