格式化文件

结构化文件存储

xml

• 可扩展的标记语言，用户可以自定义文本标记语言
• xml描述的是数据本身，暨数据结构和语义
• html侧重描述web页面的数据，暨页面内容
• 构成

1. 处理命令，与文件运行相关的命令，只有一行，内容是声明，version属性代表版本必须要有，encoding也是一样，字体语言
2. 根元素（一个文件内只有一个根文件，只有一棵树）
3. 子元素
4. 属性
5. 内容：表明标签所存储的信息
6. 注释：起解释说明的信息

• 保留字符处理 字符都有特殊含义，xml里面符号可能和实际符号有冲突
• 实体引用需要转义
• < < 小于号
• > > 大于号
• & & 和
• ’ ’ 单引号
• " " 双引号
• 命名空间

为了防止命名冲突
<student>
        <name>liuyang</name>
        <age>23<age>
</student>
<room>
        <name>2014</name>
        <locarion>123</locarion>
</room>
如果想归并上述两个，就必须给冲突元素加上命名空间
<school xmlns:student="........网址" xmlns：room=".....网址"
        <student：name>liuyang</student：name>
        <age>23<age>
        <room:name>2014</room：name>
        <locarion>123<locarion>
</school>
即可成立

读取

• SAM：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
• DOM：是同意的编程 接口，大致原理是一个文件经过解析以树形形状保存
  1. 定位浏览xml任何一个节点信息
  2. 一般用etree

from urllib.request import urlopen
from xml.etree.ElementTree import parse

# Download the RSS feed and parse it
u = urlopen('http://planet.python.org/rss20.xml')
doc = parse(u)

# Extract and output tags of interest
for item in doc.iterfind('channel/item'):
    title = item.findtext('title')
    date = item.findtext('pubDate')
    link = item.findtext('link')

    print(title)
    print(date)
    print(link)
    print()

运行上面的代码，输出结果类似这样：

Steve Holden: Python for Data Analysis
Mon, 19 Nov 2012 02:13:51 +0000
http://holdenweb.blogspot.com/2012/11/python-for-data-analysis.html

Vasudev Ram: The Python Data model (for v2 and v3)
Sun, 18 Nov 2012 22:06:47 +0000
http://jugad2.blogspot.com/2012/11/the-python-data-model.html

Python Diary: Been playing around with Object Databases
Sun, 18 Nov 2012 20:40:29 +0000
http://www.pythondiary.com/blog/Nov.18,2012/been-...-object-databases.html

Vasudev Ram: Wakari, Scientific Python in the cloud
Sun, 18 Nov 2012 20:19:41 +0000
http://jugad2.blogspot.com/2012/11/wakari-scientific-python-in-cloud.html

Jesse Jiryu Davis: Toro: synchronization primitives for Tornado coroutines
Sun, 18 Nov 2012 20:17:49 +0000
http://feedproxy.google.com/~r/EmptysquarePython/~3/_DOZT2Kd0hQ/

用法

• 查看

1. a.tag:获得子标签的名字
2. a.text：获得文本内容
3. attrib：获得a标签下所有属性值
4. a.findall（）：反回多个值
5. a.find():返回一个值
6. a.iter：定位节点

json

• 轻量级的数据交互语言，带格式的数据交互
• 是为js准备的
• json格式是键值对的数据集

1. key：字符串
2. value：字符串，数字，列表，json
3. 直接用大括号包裹

• 与python格式对比

1. 字符串：字符串
2. 数字：数字
3. 队列：list
4. 对象：dict
5. 布尔值：布尔值

json对Python的操作

• json.dumps():对数据编码，把python格式转换成json格式
• json.loads（）：对数据进行解码，把json换成python格式

python对json的操作

• json.dump(): 把内容写入文件
• json.load(): 把json文件内容读入python

import json

# 此时student是一个dict格式内容，不是json
student={
    "name": "luidana",
    "age": 18,
    "mobile":"15578875040"
}

print(type(student))

stu_json = json.dumps(student)
print(type(stu_json))
print("JSON对象:{0}".format(stu_json))

stu_dict = json.loads(stu_json)
print(type(stu_dict))
print(stu_dict)
#将文件来回转换

import json


data = {"name":"hahah", "age":12}


with open("t.json", 'w') as f:
    json.dump(data, f)


with open("t.json", 'r') as f:
    d = json.load( f)
    print(d)