python网络编程学习笔记：XML生成与解析（DOM、ElementTree）
2012-10-17 21:16
871 查看
转载请注明：@小五义http://www.cnblogs.com/xiaowuyi
xml.dom篇
DOM是Document Object Model的简称，XML 文档的高级树型表示。该模型并非只针对 Python，而是一种普通XML 模型。Python 的 DOM 包是基于 SAX 构建的，并且包括在 Python 2.0 的标准 XML 支持里。
minidom.parse(filename)：加载读取XML文件
doc.documentElement：获取XML文档对象
node.getAttribute(AttributeName)：获取XML节点属性值
node.getElementsByTagName(TagName)：获取XML节点对象集合
node.childNodes ：返回子节点列表。
node.childNodes[index].nodeValue：获取XML节点值
node.firstChild：访问第一个节点，等价于pagexml.childNodes[0]
返回Node节点的xml表示的文本：
doc = minidom.parse(filename)
doc.toxml('UTF-8')
访问元素属性：
Node.attributes["id"]
a.name #就是上面的 "id"
a.value #属性的值
２、举例说明
例１：文件名：book.xml
（１）创建ＤＯＭ对象
（２）获取根字节
root=dom1.documentElement #这里得到的是根节点
print root.nodeName,',',root.nodeValue,',',root.nodeType
返回结果为：
info , None , 1
其中:
info是指根节点的名称root.nodeName
None是指根节点的值root.nodeValue
１是指根节点的类型root.nodeType,更多节点类型如下表：
（3）子元素、子节点的访问
Ａ、返回root子节点列表
运行结果为：
[<DOM Text node "u'\n '">, <DOM Element: intro at 0x124ef58>, <DOM Text node "u'\n '">, <DOM Element: list at 0x1254058>, <DOM Text node "u'\n\n '">, <DOM Element: list at 0x1254418>, <DOM Text node "u'\n\n'">]
Ｂ、获取XML节点值，如返回根节点下第二个子节点intro的值和名字，添加下面一句
运行结果为：
intro None
Ｃ、访问第一个节点
运行结果为：
#text
Ｄ、获取已经知道的元素名字的值，如要获取intro后的book message可以使用下面的方法：
这种方法的不足之处是需要对类型进行判断，使用起来不是很方便。运行结果是：
Book message
方法1 代码如下：
运行结果为：
====================
id:001
head: bookone
name: python check
number: 001
page: 200
====================
id:002
head: booktwo
name: python learn
number: 002
page: 300
方法二：
代码：
运行结果与方法一一样。比较上面的两个方法，方法一根据xml的树结构进行了多次循环，可读性上不及方法二，方法直接对每一个节点进行操作，更加清晰。为了更加方法程序的调用，可以使用一个list加一个字典进行存储，具体见方法3：
import xml.dom.minidom dom1=xml.dom.minidom.parse('book.xml')
root=dom1.documentElement
book=[]
booknode=root.getElementsByTagName('list')
for booklist in booknode:
bookdict={}
bookdict['id']=booklist.getAttribute('id')
bookdict['head']=booklist.getElementsByTagName('head')[0].childNodes[0].nodeValue.strip()
bookdict['name']=booklist.getElementsByTagName('name')[0].childNodes[0].nodeValue.strip()
bookdict['number']=booklist.getElementsByTagName('number')[0].childNodes[0].nodeValue.strip()
bookdict['page']=booklist.getElementsByTagName('page')[0].childNodes[0].nodeValue.strip()
book.append(bookdict)
print book
运行结果为：
[{'head': u'bookone', 'page': u'200', 'number': u'001', 'id': u'001', 'name': u'python check'}, {'head': u'booktwo', 'page': u'300', 'number': u'002', 'id': u'002', 'name': u'python learn'}]
该列表里包含了两个字典。
运行后生成bookdate.xml文件，该文件与book.xml一样。
xml.etree.ElementTree篇
依然使用例1的例子，对xml进行解析分析。
1、加载XML
方法一：直接加载文件
方法二：加载指定字符串
这里xmltext是指定的字符串。
２、获取节点
方法一 利用getiterator方法得到指定节点
方法二 利用getchildren方法得到子节点,如例１中，要得到list下面子节点head的值：
xml.dom篇
DOM是Document Object Model的简称，XML 文档的高级树型表示。该模型并非只针对 Python，而是一种普通XML 模型。Python 的 DOM 包是基于 SAX 构建的，并且包括在 Python 2.0 的标准 XML 支持里。
一、xml.dom的简单介绍
１、主要方法：minidom.parse(filename)：加载读取XML文件
doc.documentElement：获取XML文档对象
node.getAttribute(AttributeName)：获取XML节点属性值
node.getElementsByTagName(TagName)：获取XML节点对象集合
node.childNodes ：返回子节点列表。
node.childNodes[index].nodeValue：获取XML节点值
node.firstChild：访问第一个节点，等价于pagexml.childNodes[0]
返回Node节点的xml表示的文本：
doc = minidom.parse(filename)
doc.toxml('UTF-8')
访问元素属性：
Node.attributes["id"]
a.name #就是上面的 "id"
a.value #属性的值
２、举例说明
例１：文件名：book.xml
<?xml version="1.0" encoding="utf-8"?> <info> <intro>Book message</intro> <list id='001'> <head>bookone</head> <name>python check</name> <number>001</number> <page>200</page> </list> <list id='002'> <head>booktwo</head> <name>python learn</name> <number>002</number> <page>300</page> </list> </info>
（１）创建ＤＯＭ对象
import xml.dom.minidom
dom1=xml.dom.minidom.parse('book.xml')（２）获取根字节
root=dom1.documentElement #这里得到的是根节点
print root.nodeName,',',root.nodeValue,',',root.nodeType
返回结果为：
info , None , 1
其中:
info是指根节点的名称root.nodeName
None是指根节点的值root.nodeValue
１是指根节点的类型root.nodeType,更多节点类型如下表：
| NodeType | Named Constant |
| 1 | ELEMENT_NODE |
| 2 | ATTRIBUTE_NODE |
| 3 | TEXT_NODE |
| 4 | CDATA_SECTION_NODE |
| 5 | ENTITY_REFERENCE_NODE |
| 6 | ENTITY_NODE |
| 7 | PROCESSING_INSTRUCTION_NODE |
| 8 | COMMENT_NODE |
| 9 | DOCUMENT_NODE |
| 10 | DOCUMENT_TYPE_NODE |
| 11 | DOCUMENT_FRAGMENT_NODE |
| 12 | NOTATION_NODE |
Ａ、返回root子节点列表
import xml.dom.minidom
dom1=xml.dom.minidom.parse('book.xml')
root=dom1.documentElement
#print root.nodeName,',',root.nodeValue,',',root.nodeType
print root.childNodes运行结果为：
[<DOM Text node "u'\n '">, <DOM Element: intro at 0x124ef58>, <DOM Text node "u'\n '">, <DOM Element: list at 0x1254058>, <DOM Text node "u'\n\n '">, <DOM Element: list at 0x1254418>, <DOM Text node "u'\n\n'">]
Ｂ、获取XML节点值，如返回根节点下第二个子节点intro的值和名字，添加下面一句
print root.childNodes[1].nodeName,root.childNodes[1].nodeValue
运行结果为：
intro None
Ｃ、访问第一个节点
print root.firstChild.nodeName
运行结果为：
#text
Ｄ、获取已经知道的元素名字的值，如要获取intro后的book message可以使用下面的方法：
import xml.dom.minidom
dom1=xml.dom.minidom.parse('book.xml')
root=dom1.documentElement
#print root.nodeName,',',root.nodeValue,',',root.nodeType
node= root.getElementsByTagName('intro')[0]
for node in node.childNodes:
if node.nodeType in (node.TEXT_NODE,node.CDATA_SECTION_NODE):
print node.data这种方法的不足之处是需要对类型进行判断，使用起来不是很方便。运行结果是：
Book message
二、ＸＭＬ解析
对上面的xml进行解析方法1 代码如下：
#@小五义 http://www.cnblogs.com/xiaowuyi #xml 解析
import xml.dom.minidom dom1=xml.dom.minidom.parse('book.xml')
root=dom1.documentElement
book={}
booknode=root.getElementsByTagName('list')
for booklist in booknode:
print '='*20
print 'id:'+booklist.getAttribute('id')
for nodelist in booklist.childNodes:
if nodelist.nodeType ==1:
print nodelist.nodeName+':',
for node in nodelist.childNodes:
print node.data
运行结果为：
====================
id:001
head: bookone
name: python check
number: 001
page: 200
====================
id:002
head: booktwo
name: python learn
number: 002
page: 300
方法二：
代码：
#@小五义 http://www.cnblogs.com/xiaowuyi #xml 解析
import xml.dom.minidom dom1=xml.dom.minidom.parse('book.xml')
root=dom1.documentElement
book={}
booknode=root.getElementsByTagName('list')
for booklist in booknode:
print '='*20
print 'id:'+booklist.getAttribute('id')
print 'head:'+booklist.getElementsByTagName('head')[0].childNodes[0].nodeValue.strip()
print 'name:'+booklist.getElementsByTagName('name')[0].childNodes[0].nodeValue.strip()
print 'number:'+booklist.getElementsByTagName('number')[0].childNodes[0].nodeValue.strip()
print 'page:'+booklist.getElementsByTagName('page')[0].childNodes[0].nodeValue.strip()
运行结果与方法一一样。比较上面的两个方法，方法一根据xml的树结构进行了多次循环，可读性上不及方法二，方法直接对每一个节点进行操作，更加清晰。为了更加方法程序的调用，可以使用一个list加一个字典进行存储，具体见方法3：
#@小五义 http://www.cnblogs.com/xiaowuyi #xml 解析
import xml.dom.minidom dom1=xml.dom.minidom.parse('book.xml')
root=dom1.documentElement
book=[]
booknode=root.getElementsByTagName('list')
for booklist in booknode:
bookdict={}
bookdict['id']=booklist.getAttribute('id')
bookdict['head']=booklist.getElementsByTagName('head')[0].childNodes[0].nodeValue.strip()
bookdict['name']=booklist.getElementsByTagName('name')[0].childNodes[0].nodeValue.strip()
bookdict['number']=booklist.getElementsByTagName('number')[0].childNodes[0].nodeValue.strip()
bookdict['page']=booklist.getElementsByTagName('page')[0].childNodes[0].nodeValue.strip()
book.append(bookdict)
print book
运行结果为：
[{'head': u'bookone', 'page': u'200', 'number': u'001', 'id': u'001', 'name': u'python check'}, {'head': u'booktwo', 'page': u'300', 'number': u'002', 'id': u'002', 'name': u'python learn'}]
该列表里包含了两个字典。
三、建立ＸＭＬ文件
这里用方法三得到的结果，建立一个xml文件。# -*- coding: cp936 -*- #@小五义 http://www.cnblogs.com/xiaowuyi #xml 创建 import xml.dom def create_element(doc,tag,attr): #创建一个元素节点 elementNode=doc.createElement(tag) #创建一个文本节点 textNode=doc.createTextNode(attr) #将文本节点作为元素节点的子节点 elementNode.appendChild(textNode) return elementNode dom1=xml.dom.getDOMImplementation()#创建文档对象，文档对象用于创建各种节点。 doc=dom1.createDocument(None,"info",None) top_element = doc.documentElement# 得到根节点 books=[{'head': u'bookone', 'page': u'200', 'number': u'001', 'id': u'001', 'name': u'python check'}, {'head': u'booktwo', 'page': u'300', 'number': u'002', 'id': u'002', 'name': u'python learn'}] for book in books: sNode=doc.createElement('list') sNode.setAttribute('id',str(book['id'])) headNode=create_element(doc,'head',book['head']) nameNode=create_element(doc,'name',book['name']) numberNode=create_element(doc,'number',book['number']) pageNode=create_element(doc,'page',book['page']) sNode.appendChild(headNode) sNode.appendChild(nameNode) sNode.appendChild(pageNode) top_element.appendChild(sNode)# 将遍历的节点添加到根节点下 xmlfile=open('bookdate.xml','w') doc.writexml(xmlfile,addindent=' '*4, newl='\n', encoding='utf-8') xmlfile.close()
运行后生成bookdate.xml文件，该文件与book.xml一样。
xml.etree.ElementTree篇
依然使用例1的例子，对xml进行解析分析。
1、加载XML
方法一：直接加载文件
import xml.etree.ElementTree
root=xml.etree.ElementTree.parse('book.xml')方法二：加载指定字符串
import xml.etree.ElementTree root = xml.etree.ElementTree.fromstring(xmltext)
这里xmltext是指定的字符串。
２、获取节点
方法一 利用getiterator方法得到指定节点
book_node=root.getiterator("list")方法二 利用getchildren方法得到子节点,如例１中，要得到list下面子节点head的值：
#@小五义 http://www.cnblogs.com/xiaowuyi[/code]import xml.etree.ElementTree root=xml.etree.ElementTree.parse('book.xml')
book_node=root.getiterator("list")
for node in book_node:
book_node_child=node.getchildren()[0]
print book_node_child.tag+':'+book_node_child.text
运行结果为：
head:bookone
head:booktwo
方法三 使用find和findall方法
find方法找到指定的第一个节点：# -*- coding: cp936 -*-
#@小五义 http://www.cnblogs.com/xiaowuyi import xml.etree.ElementTree root=xml.etree.ElementTree.parse('book.xml')
book_find=root.find('list')
for note in book_find:
print note.tag+':'+note.text
运行结果：
head:bookone
name:python check
number:001
page:200
findall方法将找到指定的所有节点：# -*- coding: cp936 -*-
#@小五义 http://www.cnblogs.com/xiaowuyi import xml.etree.ElementTree root=xml.etree.ElementTree.parse('book.xml')
book=root.findall('list')
for book_list in book:
for note in book_list:
print note.tag+':'+note.text
运行结果：
head:bookone
name:python check
number:001
page:200
head:booktwo
name:python learn
number:002
page:300
３、对book.xml进行解析的实例# -*- coding: cp936 -*-
#@小五义 http://www.cnblogs.com/xiaowuyi import xml.etree.ElementTree root=xml.etree.ElementTree.parse('book.xml')
book=root.findall('list')
for book_list in book:
print '='*20
if book_list.attrib.has_key('id'):
print "id:"+book_list.attrib['id']
for note in book_list:
print note.tag+':'+note.text
print '='*20
运行结果为：
====================
id:001
head:bookone
name:python check
number:001
page:200
====================
id:002
head:booktwo
name:python learn
number:002
page:300
====================
注意：
当要获取属性值时，如list id=’001’,用attrib方法。
当要获取节点值时，如<head>bookone</head>中的bookone用text方法。
当要获取节点名时，用tag方法。
内容来自用户分享和网络整理，不保证内容的准确性，如有侵权内容，可联系管理员处理 
相关文章推荐
- python网络编程学习笔记(八)：XML生成与解析（DOM、ElementTree）
- python网络编程学习笔记（8）：XML生成与解析（DOM、ElementTree）
- python网络编程学习笔记(八)：XML生成与解析（DOM、ElementTree）
- python对XML的解析 SAX DOM ElementTree
- Python学习笔记（8）：The ElementTree XML API——操作XML文件
- python学习之 -- xml.etree.ElementTree解析xml
- Python解析生成XML-ElementTree VS minidom
- XML生成与解析（DOM、ElementTree）
- Android 个人学习笔记之--- DOM解析XML文件
- android学习——使用SAX、DOM 和 PULL 解析xml文件,及使用pull生成xml文件
- python学习笔记（生成xml）
- python xml解析之ElementTree 基本读操作示例
- Python xml.etree.ElementTree解析XML文件实例演示(十六02)
- Python学习总结笔记（1）--Dom XML操作
- 【python】xml Elementtree 学习一
- python网络编程学习笔记（7）：HTML和XHTML解析(HTMLParser、BeautifulSoup)
- 使用Python和xml.etree.ElementTree解析xml文件
- java xml解析 学习笔记(1)——DOM
- python XML解析--xml.etree.ElementTree
- xml学习笔记——DOM方式解析XML