Python基础-XML(可扩展标记语言)

XML(可扩展标记语言)

• 结构化文件存储

• 为了解决不同设备之间信息交换

• XML(eXtensible Markup Language)

  • 标记语言:语言中使用尖括号扩起来的文本字符串标记
  • 可拓展:用户可以自定义自己需要的标记
  • 例如

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

  • 是w3c组织制定的一个标准
  • XML描述的是数据本身,即数据的结构和语义
  • HTML侧重于如何显示web页面中的数据
  • 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xml本身处理和相关的一些声明或指令
      • 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属性是用来指出xml解释器使用的编码
    • 根元素(一个文件只有一个根元素)
      • 在整个xml文件中,可以把他就看作一个属性结构
      • 根元素有且只能有一个
    • 子元素
    • 属性
    • 内容
    • 注释
      • 起说明作用的信息
      • 注释不能嵌套在标签中
      • 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开头不能出现在结尾
  • 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)来表示保留字符

        <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 form student where score>80
    ]]>
    

    • 常用的需要转义的保留字符和对应实体引用

        - &:&
        - <:&lt;
        - >:&gt;
        - ':&apos;
        - ":&quot;
        - 一共五个， 每个实体引用都以&开头并且以分号结尾
    

  • XML的命名规则
    • pascal命名法
    • 用单词表示,第一个字母大写
    • 大小写严格区分
    • 配对的标签必须一致
  • XML的命名空间
    • 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>LiuYing</student:Name>
          <Age>23</Age>
      <romm:Name>2014</room:Name>
      <Location>1-23-1</Location>
     </Schooler>
    

  • XML的访问

    • XML文件： student.xml

        <School>
            <Teacher desc="PythonTeacher" score="good">
            <Name>LiuDana</Name>
            <Age_1 Detail="Age for year 2010">18</Age_1>
            <Mobile>13260446055</Mobile>
            </Teacher>
            <Student>
            <Name Other="他是班长">ZhangSan</Name>
            <Age Detail="The yongest boy in class">14</Age>
            </Student>
            <Student>
            <Name>LiSi</Name>
            <Age>19</Age>
            <Mobile>15578875040</Mobile>
            </Student>
            <!--  这是一个例子而已  -->
        </School>
    

    • 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时间处理两部分
        • 特点:
          • 快
          • 流式读取
      • DOM(Document Object Model)
        • 是W3C规定的XML变成接口
        • 一个XML文件在缓存中以树形结构保存,读取
        • 用途
          • 定位浏览XML任何一个节点的信息
          • 添加删除相应内容
        • mindom
          • minidom.parse(filename):加载读取的xml文件, filename也可以是xml代码
          • 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
          • node.getAttribute(attr_name):获取xml节点的属性值
          • node.getElementByTagName(tage_name)：得到一个节点对象集合
          • node.childNodes:得到所有孩子节点
          • node.childNodes[index].nodeValue:获取单个节点值
          • node.firstNode:得到第一个节点，等价于node.childNodes[0]
            node.attributes[tage_name]
        • 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
        • 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