python dom方法遍历某文件夹下所有xml

刺骨的言语ヽ痛彻心扉 2022-07-18 04:22 262阅读 0赞

最近刚开始学习Python，要实现这一样一个函数，遍历一个Android app代码中res\\\\value目录下的xml文件。因为其xml文件格式基本为下面这种，比较单一。

string.xml

<?xml version="1.0" encoding="utf-8"?>
    <resources>
    
        <string name="app_name">ActivityLife</string>
        <string name="hello_world">Hello world!</string>
        <string name="action_settings">Settings</string>
    
    </resources>

可以看到，其实在resources父节点下有三个string子节点。因刚开始学Python，所以我觉得用xml.dom方法比较容易懂一些（原谅我还是个小白）。

xml dom定义了xml元素的对象和属性，以及访问他们的方法。dom将xml文档作为一个树形结构来处理。具体介绍可以查看这个，[点击打开链接][Link 1]。好了，回归正题，要解决上面的问题，具体思路是：

1.遍历文件夹，得到所有的xml文件。（使用了glob.glob()）

2.对每个xml进行读取解析。得出子节点属性值和文本节点值。

下面是实现代码：

# -*- coding: UTF-8 -*-
    #遍历某个文件夹下所有xml文件
    import sys  
    import glob  
    import os
    import  xml.dom.minidom  
    def traversalDir_XMLFile(path):
        #判断路径是否存在
     if (os.path.exists(path)):
         #得到该文件夹路径下下的所有xml文件路径
        f = glob.glob(path + '\\*.xml' )      
        
        for file in f : 
            print file
            #打开xml文档
            dom = xml.dom.minidom.parse(file)
            #得到文档元素对象
            root = dom.documentElement
            #得到子节点列表，print childs                
            childs = root.childNodes
            for child in childs:
                #筛选符合需求的child                    
                if(child.nodeType == 1):
                    #得出子节点属性和文本节点值           
                    print'key:', child.getAttribute('name')
                    print'value:',child.firstChild.data
                
    traversalDir_XMLFile('E:\\work\\ActivityLife\\res\\values')

path路径是我的一个value文件夹，里面有dimens.xml;string.xml;styles.xml;还有几个word文件和txt格式文件。输出结果为：

E:\work\ActivityLife\res\values\dimens.xml
    key: activity_horizontal_margin
    value: 16dp
    key: activity_vertical_margin
    value: 16dp
    E:\work\ActivityLife\res\values\strings.xml
    key: app_name
    value: ActivityLife
    key: hello_world
    value: Hello world!
    key: action_settings
    value: Settings
    E:\work\ActivityLife\res\values\styles.xml
    key: AppBaseTheme
    value: 
            
    key: AppTheme
    value:

代码中注释已经非常明了了。因为我的文件中还有其他的xml文件，虽然其父节点都是在resources下，但是其子节点却不相同。有string的，有dimen等。但其格式却都是相同的。而我在print value时，用child.nodeValue却得到none，额现在还不是很清楚这个原因。我想可能是下面这个：

## 文本总是存储在文本节点中 ##

在 DOM 处理中一个普遍的错误是，认为元素节点包含文本。

不过，元素节点的文本是存储在文本节点中的。

在这个例子中：**<year>2005</year>**，元素节点 <year>，拥有一个值为 "2005" 的文本节点。

"2005" **不是** <year> 元素的值！

具体原因希望读者能告诉我哈!!☆⌒(\*＾-゜)v

下面给出一些参考文档：

Python golb方法：[http://www.cnblogs.com/hongten/p/hongten\_python\_glob.html][http_www.cnblogs.com_hongten_p_hongten_python_glob.html]

xml解析：[http://www.cnblogs.com/fnng/p/3581433.html][http_www.cnblogs.com_fnng_p_3581433.html]

[http://www.runoob.com/python/python-xml.html][http_www.runoob.com_python_python-xml.html]

[Link 1]: http://www.w3school.com.cn/xmldom/
[http_www.cnblogs.com_hongten_p_hongten_python_glob.html]: http://www.cnblogs.com/hongten/p/hongten_python_glob.html
[http_www.cnblogs.com_fnng_p_3581433.html]: http://www.cnblogs.com/fnng/p/3581433.html
[http_www.runoob.com_python_python-xml.html]: http://www.runoob.com/python/python-xml.html