qileilove

blog已经转移至github,大家请访问 http://qaseven.github.io/

python读取xml文件

  关于python读取xml文章很多,但大多文章都是贴一个xml文件,然后再贴个处理文件的代码。这样并不利于初学者的学习,希望这篇文章可以更通俗易懂的教如何使用python 来读取xml 文件。

 

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
<?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

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>

     <bb></bb>

</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
#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

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nodeNamenodeValuenodeType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。catalogELEMENT_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

 

 

获得子标签

 

现在要获得catalog的子标签以的标签name

复制代码
<?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

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
#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

如何区分相同标签名字的标签:

复制代码
<?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

<caption><item>标签不止一个如何区分?

复制代码
#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

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
<?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

<login>和<item>标签是有属性的,如何获得他们的属性?

复制代码
#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

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
<?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

<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
#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

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
#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

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。

posted on 2014-03-05 13:40 顺其自然EVO 阅读(302) 评论(0)  编辑  收藏 所属分类: python


只有注册用户登录后才能发表评论。


网站导航:
 
<2024年3月>
252627282912
3456789
10111213141516
17181920212223
24252627282930
31123456

导航

统计

常用链接

留言簿(55)

随笔分类

随笔档案

文章分类

文章档案

搜索

最新评论

阅读排行榜

评论排行榜