python库
python, xml
Source
Edit
History

python-xml解析

文章目录
  1. 1. 参考资料
    1. 1.1. xml–可扩展标记语言
    2. 1.2. 获取子标签

参考资料

asd

xml–可扩展标记语言

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>

  • xml是由标签对组成，

    1
    - 标签可以有属性： ``` <aa id='123'></aa>

    • 标签对可以嵌入数据：
      1
      2
      3
      4
      5
      6
      7
      8
      9
      10
      11
      12
      13
      14
      15
      16
      17
      18
      19
      20
        - 标签可以嵌入子标签（具有层级关系）



      ### 获取标签和属性

      ```python
      #coding: utf-8
      import xml.dom.minidom
      dom = xml.dom.minidom.parse("xxx.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)
      # 输出 nodeName: catalog
      # 输出 nodeValue: None
      # 输出 nodeType: 1
      # 输出 ELEMENT_NODE: 1

nodeType是结点的类型。catalog是ELEMENT_NODE类型

节点编号： 节点类型的名称： 说明 返回的节点名称 返回的节点值
1 Element 表示一个元素 元素名称 null
2 Attribute 代表一个属性 属性名称 属性值
3 Text 代表元素或属性的文本内容 #text 节点的内容
4 CDATA Section 代表文档中的 CDATA 区段（文本不会被解析器解析） #cdata-section 节点的内容
5 Entity Reference 代表一个实体引用 实体引用名称 null
6 Entity 代表一个实体 实体名称 null
7 Processing Instrucion 代表一个处理指令 目标 节点的内容
8 Comment 代表一个注释 #comment 注释文本
9 Document 代表整个文档（DOM 树的根节点） #document null
10 Document Type 为文档中定义的实体提供了一个接口 文档类型名称 null
11 Document Fragment 代表”轻量级”的 Document 对象，它可以保留文档中的一部分 #document fragment null
12 Notation 定义一个在 DTD 中声明的符号 符号名称 null

w3school

菜鸟教程–更详细

获取子标签

1
2
3
4
5
6
bb = root.getElementsByTagName('maxid')
print(type(bb))  	# === <class 'xml.dom.minicompat.NodeList'>
print(bb)    		# === [<DOM Element: maxid at 0x2707a48>]
b = bb[0]
print(b.nodeName)	# === maxid
print(b.nodeValue)	# === None
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
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