python处理xml文件_python操作xml文件

一、什么是xml？

xml即可扩展标记语言，它可以用来标记数据、定义数据类型，是一种允许用户对自己的标记语言进行定义的源语言。

abc.xml

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

4

Python

测试

Zope

Ok ,从结构上，它很像我们常见的HTML超文本标记语言。但他们被设计的目的是不同的，超文本标记语言被设计用来显示数据，其焦点是数据的外观。它被设计用来传输和存储数据，其焦点是数据的内容。

那么它有如下特征：

首先，它是有标签对组成，

标签可以有属性：

标签对可以嵌入数据：abc

标签可以嵌入子标签（具有层级关系）：

二、获得标签属性

那么，下面来介绍如何用python来读取这种类型的文件。

#coding=utf-8

importxml.dom.minidom#打开xml文档

dom = xml.dom.minidom.parse('abc.xml')#得到文档元素对象

root =dom.documentElementprintroot.nodeNameprintroot.nodeValueprintroot.nodeTypeprint root.ELEMENT_NODE

mxl.dom.minidom 模块被用来处理xml文件，所以要先引入。

xml.dom.minidom.parse() 用于打开一个xml文件，并将这个文件对象dom变量。

documentElement 用于得到dom对象的文档元素，并把获得的对象给root

每一个结点都有它的nodeName，nodeValue，nodeType属性。

nodeName为结点名字。

nodeValue是结点的值，只对文本结点有效。

nodeType是结点的类型。catalog是ELEMENT_NODE类型

现在有以下几种：

'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'

三、获得子标签

现在要获得catalog的子标签以的标签name

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

4

Python

测试

Zope

对于知道元素名字的子元素，可以使用getElementsByTagName方法获取：

#coding=utf-8

importxml.dom.minidom#打开xml文档

dom = xml.dom.minidom.parse('abc.xml')#得到文档元素对象

root =dom.documentElement

bb= root.getElementsByTagName('maxid')

b=bb[0]printb.nodeName

bb= root.getElementsByTagName('login')

b=bb[0]print b.nodeName

如何区分相同标签名字的标签：

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

4

Python

测试

Zope

和标签不止一个如何区分？

#coding=utf-8

importxml.dom.minidom#打开xml文档

dom = xml.dom.minidom.parse('abc.xml')#得到文档元素对象

root =dom.documentElement

bb= root.getElementsByTagName('caption')

b= bb[2]printb.nodeName

bb= root.getElementsByTagName('item')

b= bb[1]print b.nodeName

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。

四、获得标签属性值

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

4

Python

测试

Zope

和标签是有属性的，如何获得他们的属性？

#coding=utf-8

importxml.dom.minidom#打开xml文档

dom = xml.dom.minidom.parse('abc.xml')#得到文档元素对象

root =dom.documentElement

itemlist= root.getElementsByTagName('login')

item=itemlist[0]

un=item.getAttribute("username")printun

pd=item.getAttribute("passwd")printpd

ii= root.getElementsByTagName('item')

i1=ii[0]

i=i1.getAttribute("id")printi

i2= ii[1]

i=i2.getAttribute("id")print i

getAttribute方法可以获得元素的属性所对应的值。

五、获得标签对之间的数据

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

4

Python

测试

Zope

标签对之间是有数据的，如何获得这些数据？

获得标签对之间的数据有多种方法，

方法一：

#coding: utf-8

import sys

import xml.dom.minidom

f=open('a.txt','w')

old=sys.stdout #将当前系统输出储存到一个临时变量中

sys.stdout=f #输出重定向到文件

dom = xml.dom.minidom.parse("2.xml")

root = dom.documentElement

itemlist = root.getElementsByTagName('caption')

print itemlist

item2 = itemlist[1]

print item2.firstChild.data.encode("utf-8")

print item2.firstChild.nodeValue.encode("utf-8")

print itemlist[1].childNodes[0].nodeValue.encode("gbk")

print itemlist[1].childNodes[0].nodeValue.encode("gbk") ---输出中文

firstChild 属性返回被选节点的第一个子节点，.data表示获取该节点数据。

方法二：

#coding=utf-8

from xml.etree importElementTree as ET

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

p=per.findall('./login/item')for oneper inp:for child inoneper.getchildren():print child.tag,':',child.text

p=per.findall('./item')for oneper inp:for child inoneper.getchildren():print child.tag,':',child.text

方法二有点复杂，所引用模块也与前面的不一样，findall用于指定在哪一级标签下开始遍历。

getchildren方法按照文档顺序返回所有子标签。并输出标签名（child.tag）和标签的数据（child.text）

其实，方法二的作用不在于此，它核心功能是可以遍历某一级标签下的所有子标签。