minidom

随笔- 586 文章- 70 评论- 250

source:http://www.cnblogs.com/itech/archive/2011/01/06/1924972.html

python类库31[使用minidom读写xml]

一 python提供的xml支持

2种工业标准的xml解析方法-SAX和DOM。SAX（simple API for XML），是基于事件处理的，当XML文档顺序地读入时，每次遇到一个元素会触发相应的事件处理函数来处理。DOM（Document Object Model），通过构建一个树结构来表现整个xml文档，一旦树被构建，可以通过DOM提供了接口来遍历树和提取相应的数据。

python还提供了python独特的xml解析方法，相比于SAX和DOM更容易使用和更加快速，此方法为ElementTree。

python的xml模块为：
1)xml.dom.minidom
2)xml.elementtree
3)xml.sax + xml.dom

二 xml实例：（employees.xml）



<?xml version="1.0" encoding="UTF-8"?>
<employees>
<employee>
<name>linux</name>
<age>30</age>
</employee>

<employee>
<name>windows</name>
<age>20</age>
</employee>

</employees>




三 使用xml.dom.minidom来读写xml

1）使用xml.dom.minidom来解析xml：



def TestMiniDom():

from xml.dom import minidom

doc = minidom.parse("employees.xml")



# get root element: <employees/>

root = doc.documentElement



# get all children elements: <employee/> <employee/>

employees = root.getElementsByTagName("employee")



for employee in employees:

print("-------------------------------------------")

# element name : employee

print (employee.nodeName)

# element xml content : <employee><name>windows</name><age>20</age></employee>

# basically equal to toprettyxml function

print (employee.toxml())



nameNode = employee.getElementsByTagName("name")[0]

print (nameNode.childNodes)

print (nameNode.nodeName + ":" + nameNode.childNodes[0].nodeValue)

ageNode = employee.getElementsByTagName("age")[0]

print (ageNode.childNodes)

print (ageNode.nodeName + ":" + ageNode.childNodes[0].nodeValue)



print("-------------------------------------------")

# children nodes : \n is one text element

# [

# <DOM Text node "' \n '">,

# <DOM Element: name at 0xc9e490>,

# <DOM Text node "'\n '">,

# <DOM Element: age at 0xc9e4f0>,

# <DOM Text node "'\n '">

# ]

for n in employee.childNodes:

print (n)

TestMiniDom()




运行结果：



-------------------------------------------

employee

<employee>

<name>linux</name>

<age>30</age>

</employee>

[<DOM Text node "'linux'">]

name:linux

[<DOM Text node "'30'">]

age:30

-------------------------------------------

<DOM Text node "' \n '">

<DOM Element: name at 0xc9f590>

<DOM Text node "'\n '">

<DOM Element: age at 0xc9f5f0>

<DOM Text node "'\n '">

-------------------------------------------

employee

<employee>

<name>windows</name>

<age>20</age>

</employee>

[<DOM Text node "'windows'">]

name:windows

[<DOM Text node "'20'">]

age:20

-------------------------------------------

<DOM Text node "' \n '">

<DOM Element: name at 0xc9f6b0>

<DOM Text node "'\n '">

<DOM Element: age at 0xc9f710>

<DOM Text node "'\n '">




2）使用xml.dom.minidom来生成xml:



def GenerateXml():

import xml.dom.minidom

impl = xml.dom.minidom.getDOMImplementation()

dom = impl.createDocument(None, 'employees', None)

root = dom.documentElement

employee = dom.createElement('employee')

root.appendChild(employee)



nameE=dom.createElement('name')

nameT=dom.createTextNode('linux')

nameE.appendChild(nameT)

employee.appendChild(nameE)



ageE=dom.createElement('age')

ageT=dom.createTextNode('30')

ageE.appendChild(ageT)

employee.appendChild(ageE)



f= open('employees2.xml', 'w', encoding='utf-8')

dom.writexml(f, addindent=' ', newl='\n',encoding='utf-8')

f.close()

GenerateXml()




运行结果：



<?xml version="1.0" encoding="utf-8"?>

<employees>

<employee>

<name>

linux

</name>

<age>

30

</age>

</employee>

</employees>




3）使用xml.dom.minidom需要注意的
*使用parse()或createDocument()返回的为DOM对象；

*使用DOM的documentElement属性可以获得Root Element;

*DOM为树形结构，包含许多的nodes，其中element是node的一种，可以包含子elements，textNode也是node的一种，是最终的子节点；

*每个node都有nodeName，nodeValue，nodeType属性，nodeValue是结点的值，只对textNode有效。对于textNode，想得到它的文本内容可以使用: .data属性。

*nodeType是结点的类型，现在有以下：
'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'

*getElementsByTagName()可以根据名字来查找子elements；

*childNodes返回所有的子Nodes，其中所有的文本均为textNode，包含元素间的‘\n\r’和空格均为textNode；

*writexml()时addindent=' '表示子元素的缩进，newl='\n'表示元素间的换行，encoding='utf-8'表示生成的xml的编码格式（<?xml version="1.0" encoding="utf-8"?>）。

参考：
http://boyeestudio.cnblogs.com/archive/2005/08/16/216408.html
http://www.dnbcw.com/biancheng/python/pnwb252539.html
http://blog.csdn.net/kiki113/archive/2009/04/15/4080789.aspx

完