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

 


作者:iTech
微信公众号: cicdops
出处:http://itech.cnblogs.com/
github:https://github.com/cicdops/cicdops

posted @ 2011-01-06 16:50  iTech  阅读(31896)  评论(0编辑  收藏  举报