#! /usr/bin/env python3
# -*- coding:utf-8 -*-
import xml.dom.minidom #该模块被用来处理xml文件
#打开xml文档
dom=xml.dom.minidom.parse('e:/pcf10.xml')
#xml.dom.minidom模块被用来处理xml文件,并将这个文件对象赋值给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
#得到文档元素对象
root=dom.documentElement
print (root.nodeName)
print (root.nodeValue)
print (root.nodeType)
print (root.ELEMENT_NODE)
'''
mapper
None
1
1
'''
#每个结点都有它的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
'''
#不同的节点类型有不同的值,例CDATA_SECTION_NODE=4,元素节点ELEMENT_NODE=1,属性节点ATTRIBUTE_NODE=2,文本节点TXT_NODE=3,注释节点COMMENT_NODE=8
#获得子标签
#对于知道标签名字的子元素,可以使用getElementsByTagName方法获取:
bb=root.getElementsByTagName('select')
#bb 就是root的指定标签select的子节点列表 ,node为结点的意思,bb[0]表示一组标签中的第一个节点;bb[2]表示这一组标签中的第三个节点
b=bb[0]
b1=bb[1]
b2=bb[2]
print(b.nodeName)
print (b.nodeValue)
print (b1.nodeName)
print (b2.nodeName)
'''
select
None
select
select
'''
#root.getElementsByTagName('select')获得的是标签为select的节点集合
itemlist=root.getElementsByTagName('select')
item=itemlist[0] #item 为文件中第一个select结点
un=item.getAttribute("id") #获得节点属性值
print (un)
print('firstChild\'s nodeType is : ',root.firstChild.nodeType) #用node.nodeType可返回节点类型。
print(root.firstChild.nodeName)
print('item\'s second node\'s type is : ', item.childNodes[1].nodeType)
'''
pstk0001
firstChild's nodeType is : 3
item's second node's type is : 4
'''
#getAttribute方法可以获得元素的属性所对应的值。
import re
modl=re.compile('(pgenius.)([a-z_A-Z]{2,50})') #()在返回结果分组显示
tableset=set() #set为集合类数据,不含重复值,可进行交、并、差等集合运算。
f=open('e:/work/w.txt','w') #有则打开,无则创建w.txt.
for i in itemlist:
tableset1=set()
tableset2=set()
content=[n.data.strip() for n in i.childNodes if n.nodeType==4][0]
#childNodes 返回的是节点的子节点集合,包含元素节点、文本节点、属性节点、注释节点等,事实上,文档里几乎每一样东西都是一个节点,连空格、换行符都
#会被解释成节点。而且都包含在childNodes属性所返回的数组中。
tabless=modl.findall(content) #返回文件中符合匹配模式的结果集
for n,m in tabless:
tableset1.add(n)
tableset2.add(m)
tableset.add(m)
tableset1=list(tableset1)
tableset2=list(tableset2)
if len(tableset1):
print(i.getAttribute("id"))
f.write(i.getAttribute("id"))
f.write('\n')
print(tableset1)
f.write('\n')
print(tableset2)
for j in tableset2:
f.write(j)
f.write('\n')
print(tableset)
f.close()
#print([n.data.strip() for n in itemlist[1].childNodes if n.nodeType==4]) #.strip去掉的是开头和结尾的空格
#获得标签对之间的数据,如 <caption>测试</caption> 中的“测试”。
print(item.firstChild.data)
#返回值为空
#firstChild属性返回被选结点的第一个子结点,.data表示获取该节点的的数据
#firstChild返回节点类型为元素节点nodeType=1.