python操作xml文件
2016-04-21 14:09
666 查看
一、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
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):
二、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。
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'
三、获得子标签
现在要获得catalog的子标签以的标签name
对于知道元素名字的子元素,可以使用getElementsByTagName方法获取:
如何区分相同标签名字的标签:
<caption>和<item>标签不止一个如何区分?
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。
四、获得标签属性值
<login>和<item>标签是有属性的,如何获得他们的属性?
getAttribute方法可以获得元素的属性所对应的值。
五、获得标签对之间的数据
<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:
#coding: utf-8
import sys
import xml.dom.minidom
f=open('a.txt','w')
old=sys.stdout #将当前系统输出储存到一个临时变量中
sys.stdout=f #输出重定向到文件
dom = xml.dom.minidom.parse("2.xml")
root = dom.documentElement
itemlist = root.getElementsByTagName('caption')
print itemlist
item2 = itemlist[1]
print item2.firstChild.data.encode("utf-8")
print item2.firstChild.nodeValue.encode("utf-8")
print itemlist[1].childNodes[0].nodeValue.encode("gbk")
print itemlist[1].childNodes[0].nodeValue.encode("gbk") ---输出中文
firstChild 属性返回被选节点的第一个子节点,.data表示获取该节点数据。
方法二:
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。
使用PYTHON创建XML文档
python通过ElementTree操作XML获取结点读取属性美化XML
python使用xmlrpc实例讲解
python 解析XML python模块xml.dom解析xml实例代码
python解析xml文件操作实例
用Python解析XML的几种常见方法的介绍
Python获取任意xml节点值的方法
Python中使用ElementTree解析XML示例
横向对比分析Python解析XML的四种方式
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
<?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>
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):
二、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。
#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
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'
三、获得子标签
现在要获得catalog的子标签以的标签name
<?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>
对于知道元素名字的子元素,可以使用getElementsByTagName方法获取:
#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
如何区分相同标签名字的标签:
<?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>
<caption>和<item>标签不止一个如何区分?
#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
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。
四、获得标签属性值
<?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>
<login>和<item>标签是有属性的,如何获得他们的属性?
#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
getAttribute方法可以获得元素的属性所对应的值。
五、获得标签对之间的数据
<?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>
<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:
#coding: utf-8
import sys
import xml.dom.minidom
f=open('a.txt','w')
old=sys.stdout #将当前系统输出储存到一个临时变量中
sys.stdout=f #输出重定向到文件
dom = xml.dom.minidom.parse("2.xml")
root = dom.documentElement
itemlist = root.getElementsByTagName('caption')
print itemlist
item2 = itemlist[1]
print item2.firstChild.data.encode("utf-8")
print item2.firstChild.nodeValue.encode("utf-8")
print itemlist[1].childNodes[0].nodeValue.encode("gbk")
print itemlist[1].childNodes[0].nodeValue.encode("gbk") ---输出中文
firstChild 属性返回被选节点的第一个子节点,.data表示获取该节点数据。
方法二:
#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
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。
您可能感兴趣的文章:
Python 解析XML文件使用PYTHON创建XML文档
python通过ElementTree操作XML获取结点读取属性美化XML
python使用xmlrpc实例讲解
python 解析XML python模块xml.dom解析xml实例代码
python解析xml文件操作实例
用Python解析XML的几种常见方法的介绍
Python获取任意xml节点值的方法
Python中使用ElementTree解析XML示例
横向对比分析Python解析XML的四种方式
相关文章推荐
- python os.path.isdir权限问题小坑一个
- 初始化python类的实例时,私有变量的值与上一个实例的相同,问题定位
- Python学习(五)——列表操作全透析
- python学习笔记(conf配置文件)
- 【LeetCode】335. Self Crossing(python)
- time模块中的strftime()函数
- python codecademy 学习2
- Visual Studio Code 1.0.1 for python
- Python面向对象编程——引言
- python升级导致yum命令无法使用的解决办法
- Python学习(20)python操作mysql数据库_安装
- Python 根据百度 API 获得经纬度,根据经纬度计算城市间距离
- Python 字符串的操作
- A Complete Tutorial on Tree Based Modeling from Scratch (in R & Python)
- 初识Python——列表的创建与管理
- python模块:socket模块
- Python 函数知识
- Selenium2 Python 自动化测试实战学习笔记(八)
- Selenium Python 解决 UnexpectedAlertPresentException
- [python]使用Counter统计文章中出现频率最高的单词