脚本之家，脚本语言编程技术及教程分享平台！
分类导航

Python|VBS|Ruby|Lua|perl|VBA|Golang|PowerShell|Erlang|autoit|Dos|bat|

服务器之家 - 脚本之家 - Python - python中利用xml.dom模块解析xml的方法教程

python中利用xml.dom模块解析xml的方法教程

2020-11-11 00:40jihite Python

这篇文章主要给大家介绍了关于python中利用xml.dom模块解析xml的方法教程，文中通过示例代码介绍的非常详细，相信对大家具有一定的参考学习价值，需要的朋友们下面来一起看看吧。

一、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

?
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>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）

二、获得标签属性

?
1
2
3
4
5
6
7
8
9
#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
13
14
15
16
17
18
19
20
21
22
23
'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
5
6
7
nodeName: catalog
 
nodeValue: None
 
nodeType: 1
 
ELEMENT_NODE: 1

三、获得子标签

?
1
2
3
4
5
6
7
8
9
10
11
#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
5
6
7
<class 'xml.dom.minicompat.NodeList'>
 
[<DOM Element: maxid at 0x2707a48>]
 
maxid
 
None

四、获得标签属性值

?
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
#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
5
6
7
pytest
 
123456
 
4
 
2

五、获得标签对之间的数据

?
1
2
3
4
5
6
7
8
9
10
11
12
#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
3
Python
 
test

六、例子

?
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
<?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

?
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
41
42
43
44
45
46
47
48
49
# -*- 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
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
C:\Users\wzh94434\Desktop\xml>python user.py
 
user_nodes: [<DOM Element: user at 0x2758c48>, <DOM Element: user at 0x2756288>,
 
 <DOM Element: user at 0x2756888>, <DOM Element: user at 0x2756e88>, <DOM Elemen
 
t: user at 0x275e4c8>, <DOM Element: user at 0x275eac8>]
 
-----------------------------------------------------
 
No.: 1000001
 
name: Admin
 
sex: boy
 
age: 23
 
Email: admin@live.cn
 
-----------------------------------------------------
 
No.: 1000002
 
name: Admin2
 
sex: boy
 
age: 22
 
Email: admin2@live.cn
 
-----------------------------------------------------
 
No.: 1000003
 
name: Admin3
 
sex: boy
 
age: 27
 
Email: admin3@live.cn
 
-----------------------------------------------------
 
No.: 1000004
 
name: Admin4
 
sex: gril
 
age: 25
 
Email: admin4@live.cn
 
-----------------------------------------------------
 
No.: 1000005
 
name: Admin5
 
sex: boy
 
age: 20
 
Email: admin5@live.cn
 
-----------------------------------------------------
 
No.: 1000006
 
name: Admin6
 
sex: gril
 
age: 23
 
Email: admin6@live.cn　

七、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
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
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

好了，以上就是这篇文章的全部内容了，希望本文的内容对大家的学习或者工作能带来一定的帮助，如果有疑问大家可以留言交流，谢谢大家对服务器之家的支持。

原文链接：http://www.cnblogs.com/kaituorensheng/p/4493306.html

  • Python
  • XML
  • xml.dom

    • 延伸 · 阅读

    精彩推荐
    最近更新
    编辑推荐
    阅读排行
    热门标签
    2048 　 6006 　 contextlib 　 SLOTS 　 MELIAE 　 FEEDPARSER 　 暂存 　 持久性管理 　 pickle模块 　 THREADING 　 reduce 　 nignx 　 装饰器 　 函数式编程 　 兔子毒药 　 监控文件 　 流量监控 　 Web框架 　 办公工具 　 PIL库 　 高斯模糊 　 wxPython 　 import 　 自定义模块 　 Python开发 　 元类 　 metaclass 　 魔术方法 　 DNSPod 　 动态解析域名 　
    © 2019-2023 脚本之家 | 服务器之家(www.zzvips.com)旗下站点 版权所有关于我们联系我们版权申明网站地图