1. 什么是xml？有何特征？
xml即可擴展標記語言，它可以用來標記數據、定義數據類型，是一種允許用戶對自己的標記語言進行定義的源語言。
例子：del.xml
<?xml version="1.0" encoding="utf-8"?> <catalog> <maxid>4</maxid> <login username="pytest" passwd='123456'> <caption>Python</caption> <item id="4"> <caption>test</caption> </item> </login> <item id="2"> <caption>Zope</caption> </item> </catalog>
從結構上，很像HTML超文本標記語言。但他們被設計的目的是不同的，超文本標記語言被設計用來顯示數據，其焦點是數據的外觀。它被設計用來傳輸和存儲數據，其焦點是數據的內容。
那么它有如下特征：
- 它是有標簽對組成，<aa></aa>
- 標簽可以有屬性：<aa id='123'></aa>
- 標簽對可以嵌入數據：<aa>abc</aa>
- 標簽可以嵌入子標簽（具有層級關系）
2. 獲得標簽屬性
#coding: utf-8 import xml.dom.minidom dom = xml.dom.minidom.parse("del.xml") #打開xml文檔 root = dom.documentElement #得到xml文檔對象 print "nodeName:", root.nodeName #每一個結點都有它的nodeName，nodeValue，nodeType屬性 print "nodeValue:", root.nodeValue #nodeValue是結點的值，只對文本結點有效 print "nodeType:", root.nodeType print "ELEMENT_NODE:", root.ELEMENT_NODE
nodeType是結點的類型。catalog是ELEMENT_NODE類型
現在有以下幾種：
|
1
2
3
4
5
6
7
8
9
10
11
12
|
'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'
|
運行結果
|
1
2
3
4
|
nodeName: catalog
nodeValue: None
nodeType:
1
ELEMENT_NODE:
1
|
3. 獲得子標簽
#coding: utf-8 import xml.dom.minidom dom = xml.dom.minidom.parse("del.xml") root = dom.documentElement bb = root.getElementsByTagName('maxid') print type(bb) print bb b = bb[0] print b.nodeName print b.nodeValue
運行結果
|
1
2
3
4
|
<class
'xml.dom.minicompat.NodeList'
>
[<DOM Element: maxid at
0
x
2707
a
48
>]
maxid
None
|
4. 獲得標簽屬性值
#coding: utf-8 import xml.dom.minidom dom = xml.dom.minidom.parse("del.xml") root = dom.documentElement itemlist = root.getElementsByTagName('login') item = itemlist[0] print item.getAttribute("username") print item.getAttribute("passwd") itemlist = root.getElementsByTagName("item") item = itemlist[0] #通過在itemlist中的位置區分 print item.getAttribute("id") item2 = itemlist[1] #通過在itemlist中的位置區分
print item2.getAttribute("id")
運行結果
|
1
2
3
4
|
pytest
123456
4
2
|
5. 獲得標簽對之間的數據
#coding: utf-8 import xml.dom.minidom dom = xml.dom.minidom.parse("del.xml") root = dom.documentElement itemlist = root.getElementsByTagName('caption') item = itemlist[0] print item.firstChild.data item2 = itemlist[1] print item2.firstChild.data
運行結果
|
1
2
|
Python
test
|
6. 例子
<?xml version="1.0" encoding="UTF-8" ?> <users> <user id="1000001"> <username>Admin</username> <email>admin@live.cn</email> <age>23</age> <sex>boy</sex> </user> <user id="1000002"> <username>Admin2</username> <email>admin2@live.cn</email> <age>22</age> <sex>boy</sex> </user> <user id="1000003"> <username>Admin3</username> <email>admin3@live.cn</email> <age>27</age> <sex>boy</sex> </user> <user id="1000004"> <username>Admin4</username> <email>admin4@live.cn</email> <age>25</age> <sex>girl</sex> </user> <user id="1000005"> <username>Admin5</username> <email>admin5@live.cn</email> <age>20</age> <sex>boy</sex> </user> <user id="1000006"> <username>Admin6</username> <email>admin6@live.cn</email> <age>23</age> <sex>girl</sex> </user> </users>
把name、email、age、sex輸出
參考代碼
# -*- coding:utf-8 -*- from xml.dom import minidom def get_attrvalue(node, attrname): return node.getAttribute(attrname) if node else '' def get_nodevalue(node, index = 0): return node.childNodes[index].nodeValue if node else '' def get_xmlnode(node, name): return node.getElementsByTagName(name) if node else [] def get_xml_data(filename = 'user.xml'): doc = minidom.parse(filename) root = doc.documentElement user_nodes = get_xmlnode(root, 'user') print "user_nodes:", user_nodes user_list=[] for node in user_nodes: user_id = get_attrvalue(node, 'id') node_name = get_xmlnode(node, 'username') node_email = get_xmlnode(node, 'email') node_age = get_xmlnode(node, 'age') node_sex = get_xmlnode(node, 'sex') user_name =get_nodevalue(node_name[0]) user_email = get_nodevalue(node_email[0]) user_age = int(get_nodevalue(node_age[0])) user_sex = get_nodevalue(node_sex[0]) user = {} user['id'] , user['username'] , user['email'] , user['age'] , user['sex'] = ( int(user_id), user_name , user_email , user_age , user_sex ) user_list.append(user) return user_list def test_load_xml(): user_list = get_xml_data() for user in user_list : print '-----------------------------------------------------' if user: user_str='No.:\t%d\nname:\t%s\nsex:\t%s\nage:\t%s\nEmail:\t%s' % (int(user['id']) , user['username'], user['sex'] , user['age'] , user['email']) print user_str if __name__ == "__main__": test_load_xml()
結果
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
|
C:\Users\jihite\Desktop\xml>python user.py
user_nodes: [<DOM Element: user at
0
x
2758
c
48
>, <DOM Element: user at
0
x
2756288
>,
<DOM Element: user at
0
x
2756888
>, <DOM Element: user at
0
x
2756
e
88
>, <DOM Elemen
t: user at
0
x
275
e
4
c
8
>, <DOM Element: user at
0
x
275
eac
8
>]
-----------------------------------------------------
No.:
1000001
name: Admin
sex: boy
age:
23
Email: admin@live.cn
-----------------------------------------------------
No.:
1000002
name: Admin
2
sex: boy
age:
22
Email: admin
2
@live.cn
-----------------------------------------------------
No.:
1000003
name: Admin
3
sex: boy
age:
27
Email: admin
3
@live.cn
-----------------------------------------------------
No.:
1000004
name: Admin
4
sex: gril
age:
25
Email: admin
4
@live.cn
-----------------------------------------------------
No.:
1000005
name: Admin
5
sex: boy
age:
20
Email: admin
5
@live.cn
-----------------------------------------------------
No.:
1000006
name: Admin
6
sex: gril
age:
23
Email: admin
6
@live.cn
|
7. 總結
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
|
minidom.parse(filename)
加載讀取XML文件
doc.documentElement
獲取XML文檔對象
node.getAttribute(AttributeName)
獲取XML節點屬性值
node.getElementsByTagName(TagName)
獲取XML節點對象集合
node.childNodes #返回子節點列表。
node.childNodes[index].nodeValue
獲取XML節點值
node.firstChild
#訪問第一個節點。等價於pagexml.childNodes[
0
]
doc = minidom.parse(filename)
doc.toxml(
'UTF-8'
)
返回Node節點的xml表示的文本
Node.attributes[
"id"
]
a.name #就是上面的
"id"
a.value #屬性的值
訪問元素屬性
|