Python读取xml文件（DOM方法）

　　参考：https://www.cnblogs.com/fnng/p/3581433.html

　　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编辑语言进行定义的源语言。　　

　　测试 adc.xml

?

1 2 3 4 5 6 7 8 9 10 11 12 13

<?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>

　　标签可以嵌入数据：<aa>abc</aa>

　　标签可以嵌入子标签（具有层级关系）

　　<aa>

　　　　<bb></bb>

　　</aa>

　　获得标签属性

　　那么，下面我们介绍如何用python来读取这种类型的文件

?

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20

# coding=utf-8 # 导入模块 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   # 节点名称 print(root.nodeName) # catalog # 节点值，只对文件节点有效 print(root.nodeValue) # None # 节点类型 print(root.nodeType) # 1 print(root.ELEMENT_NODE) # 1

　　如果xml文档不是文件而是str则使用以下方法获得对象文档

?

1	xml.dom.minidom.parseString(str)

　　无需使用documentElement这个属性

　　注意：测试文件abc.xml和脚本放置在同一个文件夹下，并且脚本运行目录也是在该文件夹下，否则可能找不到文件

　　vscode终端的路径需要到当前脚本的路径，如下图

 

 　　mxl.dom.minidom模块用来处理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，并把获得的对象给赋值给root变量。

　　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'

　　NodeTypes - 有名常数

　　http://www.w3school.com.cn/xmldom/dom_nodetype.asp

　　获得子标签

　　现在要获得catalog的子标签，对于知道元素名字的子元素，可以使用getElementsByTagName方法获取

　　例如获取元素名为maxid和login的子标签

?

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15

#得到文档元素对象 root = dom.documentElement # 获取的还是DOM对象，生成列表，有多少个同名子标签则有多少个列表元素 # 'maxid'只有一个元素 bb = root.getElementsByTagName('maxid') # 把列表的第一个元素赋值给b b = bb[0] # 打印子元素的nodeName属性 print(b.nodeName) # maxid   bb = root.getElementsByTagName('login') b = bb[0] print(b.nodeName) # login

　　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？

?

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20

# 区分相同名字标签，使用下标 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') # 第三个 b= bb[2] print(b.nodeName) # caption   bb = root.getElementsByTagName('item') # 第二个 b= bb[1] print(b.nodeName) # item

　　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。

　　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？

　　获取标签login的属性值username和passwd以及标签item的id值

?

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

# 获取标签属性值 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 # 查找'login' itemlist = root.getElementsByTagName('login') # 找到的第一个元素赋值给item item = itemlist[0] # 获取标签的属性值username un=item.getAttribute("username") print(un) # pytest pd=item.getAttribute("passwd") print(pd) # 123456   ii = root.getElementsByTagName('item') i1 = ii[0] i=i1.getAttribute("id") print(i) # 4   i2 = ii[1] i=i2.getAttribute("id") print(i) # 2

　　对应关系如下

 

 　　获取标签直接的数据

　　<caption> </caption>标签之间是有数据的，如何获得这些数据

　　获得标签之间数据有多种方法

　　方法一

?

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22

# 获取标签之间的数据 # 获取标签属性值 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   cc = root.getElementsByTagName('caption') c1 = cc[0] print(c1.firstChild.data) # Python   c2 = cc[1] print(c2.firstChild.data) # 测试   c3 = cc[2] print(c3.firstChild.data) # Zope

　　firstChild 属性返回被选节点的第一个子节点，.data表示获取该节点的数据。

　　对应关系如下

 

 　　方法二

?

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17

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)   # caption : 测试 # caption : Zope

　　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。