Python

2024-05-31 21:47| 来源: 网络整理| 查看: 265

XML已经成为数据传输存储使用越来越广泛的数据格式，本文讲述使用Python DOM处理XML文件的方法。

准备工作安装PythonXML基础知识Python常用处理XML库

常见的 XML 编程接口有 DOM 和 SAX，这两种接口处理 XML 文件的方式不同，当然使用场合也不同。Python 有三种方法解析 XML，SAX，DOM，以及 ElementTree:

DOM(Document Object Model) - 本文介绍

DOM (Document Object Model) 译为文档对象模型，是 HTML 和 XML 文档的编程接口。HTML DOM 定义了访问和操作 HTML 文档的标准方法。将 XML 数据在内存中解析成一个树，通过对树的操作来操作XML。

SAX (simple API for XML )

Python 标准库包含 SAX 解析器，SAX 用事件驱动模型，通过在解析XML的过程中触发一个个的事件并调用用户定义的回调函数来处理XML文件。

ElementTree(元素树)

ElementTree就像一个轻量级的DOM，具有方便友好的API。代码可用性好，速度快，消耗内存少。

测试用例代码语言：javascript复制 C++Primer StanleyB.Lippman 60.0 2009 编译原理 AlfredV.Aho 70.0 2013

Python DOM 解析XMLDOM节点树

一个 DOM 的解析器在解析一个 XML 文档时，一次性读取整个文档，把文档中所有元素保存在内存中的一个树结构里。

节点级别

节点树中的节点彼此之间都有等级关系。

在节点树中，顶端的节点成为根节点根节点之外的每个节点都有一个父节点节点可以有任何数量的子节点叶子是没有子节点的节点同级节点是拥有相同父节点的节点解析XML

python 加载DOM解析XML，并输出整个XML

代码语言：javascript复制#加载DOM minidom模块 from xml.dom.minidom import parse #解析XML文件 contents=parse('test.xml') root=contents.documentElement print(root.toxml()) >>> C++Primer StanleyB.Lippman 60.0 2009 编译原理 AlfredV.Aho 70.0 2013

此时root获取了XML文件中所有内容，组织成了一棵树，root就是该树的根节点

获取节点名称代码语言：javascript复制#获取节点名称 print(root.nodeName) print(root.tagName) >>> bookstore bookstore

获取子节点代码语言：javascript复制#获取子节点 children_Nodes=root.childNodes print(f'子节点个数：{children_Nodes.length}') for item in children_Nodes: print (item.toxml()) >>> 子节点个数：5 C++Primer StanleyB.Lippman 60.0 2009 编译原理 AlfredV.Aho 70.0 2013

节点类型

为什么2本书却有5个节点？因为两本书前中后各有一个回车，被划为文本节点。 DOM规定节点：

整个文档是一个文档节点每个 XML 标签是一个元素节点包含在 XML 元素中的文本是文本节点每一个 XML 属性是一个属性节点注释属于注释节点

文本总是存储在文本节点中

在 DOM 处理中一个普遍的错误是，认为元素节点包含文本。不过，元素节点的文本是存储在文本节点中的。在这个例子中：2005，元素节点，拥有一个值为 “2005” 的文本节点。 “2005” 不是元素的值！d

获取节点属性代码语言：javascript复制#获取节点属性 print(root.attributes.items()) atr_root=root.attributes['type'] print(atr_root.name) print(atr_root.value) >>>[('type', 'info science')] type info science

获取指定名称的节点代码语言：javascript复制#获取指定名称的节点 books=root.getElementsByTagName('book') for book in books: print (book.nodeName) >>>book book

判断是否包含属性值代码语言：javascript复制#判断是否包含属性值 print(books[0].hasAttribute('nnn')) print(books[0].hasAttribute('category')) >>>False True

获取节点指定属性的属性值代码语言：javascript复制#获取节点指定属性的属性值 print(books[0].getAttribute('category')) print(books[1].getAttribute('category')) >>>Coding Computer

获取节点文本值代码语言：javascript复制#获取节点文本值 node=books[0] author=node.getElementsByTagName('author') print(author[0].firstChild.data) >>>StanleyB.Lippman

判断是否有子节点代码语言：javascript复制#判断是否有子节点 print(root.hasChildNodes()) print(author[0].hasChildNodes()) print(author[0].firstChild.hasChildNodes()) >>>True True False

DOM解析XML方法总结contents = xml.dom.minidom.parse(filename)：加载读取XML文件node = contents.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.childNodesindex.nodeValue：获取XML节点值node.firstChild：访问第一个节点，等价于pagexml.childNodes0node.toxml(‘UTF-8’)返回Node节点的xml表示的文本：访问元素属性： atr=Node.attributes“id”(http://atr.name/) # “id” atr.value #属性的值node.nodeName/node.tagName：节点的名称node.nodeValue：节点的值，文本节点才有值，其它节点返回的是Nonenode.nodeType：节点的类型Python DOM 修改XML生成XML树、添加属性代码语言：javascript复制from xml.dom import minidom #1.创建DOM树对象 dom=minidom.Document() # 2.创建根节点。每次都要用DOM对象来创建任何节点。 root_node=dom.createElement('root') # 3.用DOM对象添加根节点 dom.appendChild(root_node) # 用DOM对象创建元素子节点 book_node=dom.createElement('book') # 用父节点对象添加元素子节点 root_node.appendChild(book_node) # 设置该节点的属性 book_node.setAttribute('price','399') name_node=dom.createElement('name') book_node.appendChild(name_node) # 也用DOM创建文本节点，把文本节点（文字内容）看成子节点 name_text=dom.createTextNode('C++ Primer 第1版') # 用添加了文本的节点对象（看成文本节点的父节点）添加文本节点 name_node.appendChild(name_text) print(dom.toxml()) #字符格式输出 print(dom.toprettyxml()) #美丽的输出 >>> C++ Primer 第1版 C++ Primer 第1版

删除节点代码语言：javascript复制#增加要删除的节点 another_node=dom.createElement('delete') another_node_child=dom.createElement('content') another_node_child_text=dom.createTextNode('testing data') another_node_child.appendChild(another_node_child_text) another_node.appendChild(another_node_child) root_node.appendChild(another_node) print(dom.toprettyxml()) >>> C++ Primer 第1版 testing data 代码语言：javascript复制#删除上文增加的节点 children_Nodes=root_node.childNodes for i in range(children_Nodes.length-1,-1,-1): if children_Nodes[i].tagName=='delete': children_Nodes.remove(children_Nodes[i]) #删除root中的文本节点 print(dom.toprettyxml()) >>> C++ Primer 第1版

删除节点属性代码语言：javascript复制#删除节点属性 book_node.setAttribute('price','199') print(book_node.hasAttribute('price')) print(book_node.getAttribute('price')) book_node.removeAttribute('price') print(book_node.hasAttribute('price')) >>>True 199 False

修改节点内容代码语言：javascript复制#修改节点内容 children_Nodes=root_node.childNodes name_Append = ' (中文版)' for item in children_Nodes: #print (item.toxml()) tag_name='name' c_name = item.getElementsByTagName(tag_name) print(c_name[0].firstChild.data) c_name[0].firstChild.data+=name_Append print(dom.toprettyxml()) >>>C++ Primer 第1版 C++ Primer 第1版 (中文版)

修改节点属性代码语言：javascript复制#修改节点属性 book_node.setAttribute('price','199') print(book_node.hasAttribute('price')) print(book_node.getAttribute('price')) book_node.setAttribute('price','399') print(book_node.getAttribute('price')) book_node.setAttribute('price2','599') print(book_node.attributes.items()) >>> True 199 399 [('price', '399'), ('price2', '599')]

修改节点名称(可用、不安全)代码语言：javascript复制#修改节点名称(可用、不安全) name_node=dom.createElement('name') name_node.nodeName='node name' name_node.tagName='tag name' root_node.appendChild(name_node) print(dom.toxml()) print(name_node.nodeName) print(name_node.localName) #删掉刚刚增加的测试节点 children_Nodes=root_node.childNodes children_Nodes.remove(children_Nodes[1]) >>>C++ Primer 第1版 (中文版) node name tag name

可以看到，改变tagName在事实上实现了改变节点名称的效果，但nodeName并没有一并更新，使用时需要谨慎。

DOM修改XML方法总结dom=minidom.Document() #创建DOM树对象root_node=dom.createElement(‘root’) #用DOM对象创建元素节点name_text=dom.createTextNode(‘计算机程序设计语言第1版’)#用DOM对象创建文本节点dom.appendChild(root_node) # 用DOM对象添加节点book_node.setAttribute(‘price’,‘199’) #添加节点属性（可多个），也可以用来覆盖修改原有的属性children_Nodes.remove(children_Nodesi) #删除节点book_node.removeAttribute(‘price’) #删除节点属性price0.firstChild.data=str(price_float) #直接修改文本节点完成对xml保存内容的修改name_node.tagName=‘tag name’ #修改节点名称Python DOM 写入XML写入XML

语法：writexml(writer, indent=“”, addindent=“”, newl=“”, encoding=None)

writer：文件对象indent：根节点缩进格式（一般根节点不缩进，所以一般为空）addindent：子节点缩进格式（一般为空格或制表符/t）newl：换行格式（一般为换行回车/n)encoding：编码方式代码语言：javascript复制#Python DOM 写入XML with open('write_test.xml','w',encoding='UTF-8') as writer: dom.writexml(writer,indent='',addindent=' ',newl='/n',encoding='UTF-8')

得到xml文件write_test.xml：

代码语言：javascript复制 C++ Primer 第1版 (中文版)

获取源码

文中测试环境与所有源码可在Github下载。

【本文地址】

公司简介

联系我们