python读取xml文件

谁借莪１个温暖的怀抱￠ 2022-01-09 23:09 321阅读 0赞

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

![复制代码][copycode.gif]

<?xml version="1.0" encoding="utf-8"?>
    <catalog>
        <maxid>4</maxid>
        <login username="pytest" passwd='123456'>
            <caption>Python</caption>
            <item id="4">
                <caption>测试</caption>
            </item>
        </login>
        <item id="2">
            <caption>Zope</caption>
        </item>
    </catalog>

![复制代码][copycode.gif]

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][Link 1]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，<aa></aa>

标签可以有属性：<aa id=’123’></aa>

标签对可以嵌入数据：<aa>abc</aa>

标签可以嵌入子标签（具有层级关系）：

<aa>

</aa>

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。

![复制代码][copycode.gif]

#coding=utf-8
    import  xml.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
    print root.nodeName
    print root.nodeValue
    print root.nodeType
    print root.ELEMENT_NODE

![复制代码][copycode.gif]

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'

NodeTypes - 有名常数

[http://www.w3school.com.cn/xmldom/dom\_nodetype.asp][http_www.w3school.com.cn_xmldom_dom_nodetype.asp]

获得子标签

现在要获得catalog的子标签以的标签name

![复制代码][copycode.gif]

<?xml version="1.0" encoding="utf-8"?>
    <catalog>
           <maxid>4</maxid>
           <login username="pytest" passwd='123456'>
                　　<caption>Python</caption>
                 <item id="4">
                        <caption>测试</caption>
                </item>
        </login>
        <item id="2">
                <caption>Zope</caption>
        </item>
    </catalog>

![复制代码][copycode.gif]

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

![复制代码][copycode.gif]

#coding=utf-8
    import  xml.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]
    print b.nodeName
    
    bb = root.getElementsByTagName('login')
    b= bb[0]
    print b.nodeName

![复制代码][copycode.gif]

如何区分相同标签名字的标签：

![复制代码][copycode.gif]

<?xml version="1.0" encoding="utf-8"?>
    <catalog>
           <maxid>4</maxid>
           <login username="pytest" passwd='123456'>
                　　<caption>Python</caption>
                 <item id="4">
                        <caption>测试</caption>
                </item>
        </login>
        <item id="2">
                <caption>Zope</caption>
        </item>
    </catalog>

![复制代码][copycode.gif]

<caption>和<item>标签不止一个如何区分？

![复制代码][copycode.gif]

#coding=utf-8
    import  xml.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]
    print b.nodeName
    
    bb = root.getElementsByTagName('item')
    b= bb[1]
    print b.nodeName

![复制代码][copycode.gif]

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。

获得标签属性值

![复制代码][copycode.gif]

<?xml version="1.0" encoding="utf-8"?>
    <catalog>
           <maxid>4</maxid>
           <login username="pytest" passwd='123456'>
                　　<caption>Python</caption>
                 <item id="4">
                        <caption>测试</caption>
                </item>
        </login>
        <item id="2">
                <caption>Zope</caption>
        </item>
    </catalog>

![复制代码][copycode.gif]

<login>和<item>标签是有属性的，如何获得他们的属性？

![复制代码][copycode.gif]

#coding=utf-8
    import  xml.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")
    print un
    pd=item.getAttribute("passwd")
    print pd
    
    ii = root.getElementsByTagName('item')
    i1 = ii[0]
    i=i1.getAttribute("id")
    print i
    
    i2 = ii[1]
    i=i2.getAttribute("id")
    print i

![复制代码][copycode.gif]

getAttribute方法可以获得元素的属性所对应的值。

获得标签对之间的数据

![复制代码][copycode.gif]

<?xml version="1.0" encoding="utf-8"?>
    <catalog>
           <maxid>4</maxid>
           <login username="pytest" passwd='123456'>
                　　<caption>Python</caption>
                 <item id="4">
                        <caption>测试</caption>
                </item>
        </login>
        <item id="2">
                <caption>Zope</caption>
        </item>
    </catalog>

![复制代码][copycode.gif]

<caption>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

![复制代码][copycode.gif]

#coding=utf-8
    import  xml.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
    
    cc=dom.getElementsByTagName('caption')
    c1=cc[0]print c1.firstChild.data
    
    c2=cc[1]print c2.firstChild.data
    
    c3=cc[2]print c3.firstChild.data

![复制代码][copycode.gif]

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。

方法二

![复制代码][copycode.gif]

#coding=utf-8
    from xml.etree 
    import ElementTree as ET
    per=ET.parse('abc.xml')
    p=per.findall('./login/item')for oneper in p:    for child in oneper.getchildren():        print child.tag,':',child.text
    
    
    p=per.findall('./item')for oneper in p:    for child in oneper.getchildren():        print child.tag,':',child.text

![复制代码][copycode.gif]

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。

转载于:https://blog.51cto.com/6226001001/1681338

[copycode.gif]: http://common.cnblogs.com/p_w_picpaths/copycode.gif
[Link 1]: http://baike.baidu.com/view/383720.htm
[http_www.w3school.com.cn_xmldom_dom_nodetype.asp]: http://www.w3school.com.cn/xmldom/dom_nodetype.asp