python xml.dom模块解析xml
1. 什么是xml?有何特征?
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。
例子:del.xml
<?xml version="1.0" encoding="utf-8"?> <catalog> <maxid>4</maxid> <login username="pytest" passwd='123456'> <caption>Python</caption> <item id="4"> <caption>test</caption> </item> </login> <item id="2"> <caption>Zope</caption> </item> </catalog>
从结构上,很像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:
- 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)
2. 获得标签属性
#coding: utf-8 import xml.dom.minidom dom = xml.dom.minidom.parse("del.xml") #打开xml文档 root = dom.documentElement #得到xml文档对象 print "nodeName:", root.nodeName #每一个结点都有它的nodeName,nodeValue,nodeType属性 print "nodeValue:", root.nodeValue #nodeValue是结点的值,只对文本结点有效 print "nodeType:", root.nodeType print "ELEMENT_NODE:", root.ELEMENT_NODE
nodeType是结点的类型。catalog是ELEMENT_NODE类型
现在有以下几种:
1 2 3 4 5 6 7 8 9 10 11 12 | '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' |
运行结果
1 2 3 4 | nodeName: catalog nodeValue: None nodeType: 1 ELEMENT_NODE: 1 |
3. 获得子标签
#coding: utf-8 import xml.dom.minidom dom = xml.dom.minidom.parse("del.xml") root = dom.documentElement bb = root.getElementsByTagName('maxid') print type(bb) print bb b = bb[0] print b.nodeName print b.nodeValue
运行结果
1 2 3 4 | <class 'xml.dom.minicompat.NodeList' > [<DOM Element: maxid at 0 x 2707 a 48 >] maxid None |
4. 获得标签属性值
#coding: utf-8 import xml.dom.minidom dom = xml.dom.minidom.parse("del.xml") root = dom.documentElement itemlist = root.getElementsByTagName('login') item = itemlist[0] print item.getAttribute("username") print item.getAttribute("passwd") itemlist = root.getElementsByTagName("item") item = itemlist[0] #通过在itemlist中的位置区分 print item.getAttribute("id") item2 = itemlist[1] #通过在itemlist中的位置区分
print item2.getAttribute("id")
运行结果
1 2 3 4 | pytest 123456 4 2 |
5. 获得标签对之间的数据
#coding: utf-8 import xml.dom.minidom dom = xml.dom.minidom.parse("del.xml") root = dom.documentElement itemlist = root.getElementsByTagName('caption') item = itemlist[0] print item.firstChild.data item2 = itemlist[1] print item2.firstChild.data
运行结果
1 2 | Python test |
6. 例子
<?xml version="1.0" encoding="UTF-8" ?> <users> <user id="1000001"> <username>Admin</username> <email>admin@live.cn</email> <age>23</age> <sex>boy</sex> </user> <user id="1000002"> <username>Admin2</username> <email>admin2@live.cn</email> <age>22</age> <sex>boy</sex> </user> <user id="1000003"> <username>Admin3</username> <email>admin3@live.cn</email> <age>27</age> <sex>boy</sex> </user> <user id="1000004"> <username>Admin4</username> <email>admin4@live.cn</email> <age>25</age> <sex>girl</sex> </user> <user id="1000005"> <username>Admin5</username> <email>admin5@live.cn</email> <age>20</age> <sex>boy</sex> </user> <user id="1000006"> <username>Admin6</username> <email>admin6@live.cn</email> <age>23</age> <sex>girl</sex> </user> </users>
把name、email、age、sex输出
参考代码
# -*- coding:utf-8 -*- from xml.dom import minidom def get_attrvalue(node, attrname): return node.getAttribute(attrname) if node else '' def get_nodevalue(node, index = 0): return node.childNodes[index].nodeValue if node else '' def get_xmlnode(node, name): return node.getElementsByTagName(name) if node else [] def get_xml_data(filename = 'user.xml'): doc = minidom.parse(filename) root = doc.documentElement user_nodes = get_xmlnode(root, 'user') print "user_nodes:", user_nodes user_list=[] for node in user_nodes: user_id = get_attrvalue(node, 'id') node_name = get_xmlnode(node, 'username') node_email = get_xmlnode(node, 'email') node_age = get_xmlnode(node, 'age') node_sex = get_xmlnode(node, 'sex') user_name =get_nodevalue(node_name[0]) user_email = get_nodevalue(node_email[0]) user_age = int(get_nodevalue(node_age[0])) user_sex = get_nodevalue(node_sex[0]) user = {} user['id'] , user['username'] , user['email'] , user['age'] , user['sex'] = ( int(user_id), user_name , user_email , user_age , user_sex ) user_list.append(user) return user_list def test_load_xml(): user_list = get_xml_data() for user in user_list : print '-----------------------------------------------------' if user: user_str='No.:\t%d\nname:\t%s\nsex:\t%s\nage:\t%s\nEmail:\t%s' % (int(user['id']) , user['username'], user['sex'] , user['age'] , user['email']) print user_str if __name__ == "__main__": test_load_xml()
结果
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 | C:\Users\jihite\Desktop\xml>python user.py user_nodes: [<DOM Element: user at 0 x 2758 c 48 >, <DOM Element: user at 0 x 2756288 >, <DOM Element: user at 0 x 2756888 >, <DOM Element: user at 0 x 2756 e 88 >, <DOM Elemen t: user at 0 x 275 e 4 c 8 >, <DOM Element: user at 0 x 275 eac 8 >] ----------------------------------------------------- No.: 1000001 name: Admin sex: boy age: 23 Email: admin@live.cn ----------------------------------------------------- No.: 1000002 name: Admin 2 sex: boy age: 22 Email: admin 2 @live.cn ----------------------------------------------------- No.: 1000003 name: Admin 3 sex: boy age: 27 Email: admin 3 @live.cn ----------------------------------------------------- No.: 1000004 name: Admin 4 sex: gril age: 25 Email: admin 4 @live.cn ----------------------------------------------------- No.: 1000005 name: Admin 5 sex: boy age: 20 Email: admin 5 @live.cn ----------------------------------------------------- No.: 1000006 name: Admin 6 sex: gril age: 23 Email: admin 6 @live.cn |
7. 总结
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 | 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 ] doc = minidom.parse(filename) doc.toxml( 'UTF-8' ) 返回Node节点的xml表示的文本 Node.attributes[ "id" ] a.name #就是上面的 "id" a.value #属性的值 访问元素属性 |
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】凌霞软件回馈社区,博客园 & 1Panel & Halo 联合会员上线
【推荐】抖音旗下AI助手豆包,你的智能百科全书,全免费不限次数
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步
· 自定义通信协议——实现零拷贝文件传输
· Brainfly: 用 C# 类型系统构建 Brainfuck 编译器
· 智能桌面机器人:用.NET IoT库控制舵机并多方法播放表情
· Linux glibc自带哈希表的用例及性能测试
· 深入理解 Mybatis 分库分表执行原理
· DeepSeek 全面指南,95% 的人都不知道的9个技巧(建议收藏)
· 自定义Ollama安装路径
· 本地部署DeepSeek
· 快速入门 DeepSeek-R1 大模型
· DeepSeekV3+Roo Code,智能编码好助手
2014-05-12 BeautifulSoup 安装使用