python中利用xml.dom模块解析xml的方法教程

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

    <?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

    #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：

    '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

    nodeName: catalog

    nodeValue: None

    nodeType: 1

    ELEMENT_NODE: 1 

三、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

    <class 'xml.dom.minicompat.NodeList'>

    [<DOM Element: maxid at 0x2707a48>]

    maxid

    None 

四、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

    pytest

    123456

    4

    2 

五、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

    Python

    test 

六、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

    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

    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，谢谢大家对脚本之家的支持。