python類庫31[使用minidom讀寫xml]

一 python提供的xml支援
2種工業標準的xml解析方法-SAX和DOM。SAX（simple API for XML），是基於事件處理的，當XML文檔順序地讀入時，每次遇到一個元素會觸發相應的事件處理函數來處理。DOM（Document Object Model），通過構建一個樹結構來表現整個xml文檔，一旦樹被構建，可以通過DOM提供了介面來遍曆樹和提取相應的資料。

 

python還提供了python獨特的xml解析方法，相比於SAX和DOM更容易使用和更加快速，此方法為ElementTree。

 

python的xml模組為：

1)xml.dom.minidom

2)xml.elementtree

3)xml.sax + xml.dom

 

二 xml執行個體：（employees.xml）

 

<?xml version="1.0" encoding="UTF-8"?>

 <employees>

  <employee>

    <name>linux</name>

    <age>30</age>

  </employee>

  <employee>

    <name>windows</name>

    <age>20</age>

  </employee>

 </employees>

 

 

 三 使用xml.dom.minidom來讀寫xml

 

1）使用xml.dom.minidom來解析xml：

 

def TestMiniDom():
  from xml.dom import minidom
  doc = minidom.parse("employees.xml")
 
  # get root element: <employees/>
  root = doc.documentElement
 
  # get all children elements: <employee/> <employee/>
  employees = root.getElementsByTagName("employee")
 
  for employee in employees:
    print("-------------------------------------------")
    # element name : employee
    print (employee.nodeName)
    # element xml content : <employee><name>windows</name><age>20</age></employee>
    # basically equal to toprettyxml function
    print (employee.toxml())
   
    nameNode = employee.getElementsByTagName("name")[0]
    print (nameNode.childNodes)
    print (nameNode.nodeName + ":" + nameNode.childNodes[0].nodeValue)
    ageNode = employee.getElementsByTagName("age")[0]
    print (ageNode.childNodes)
    print (ageNode.nodeName + ":" + ageNode.childNodes[0].nodeValue)
   
    print("-------------------------------------------")
    # children nodes :  \n is one text element
    # [
    # <DOM Text node "' \n    '">,
    # <DOM Element: name at 0xc9e490>,
    # <DOM Text node "'\n    '">,
    # <DOM Element: age at 0xc9e4f0>,
    # <DOM Text node "'\n  '">
    # ]
    for n in employee.childNodes:
      print (n)

TestMiniDom()

 

 

運行結果：

 

-------------------------------------------
employee
<employee>
    <name>linux</name>
    <age>30</age>
  </employee>
[<DOM Text node "'linux'">]
name:linux
[<DOM Text node "'30'">]
age:30
-------------------------------------------
<DOM Text node "' \n    '">
<DOM Element: name at 0xc9f590>
<DOM Text node "'\n    '">
<DOM Element: age at 0xc9f5f0>
<DOM Text node "'\n  '">
-------------------------------------------
employee
<employee>
    <name>windows</name>
    <age>20</age>
  </employee>
[<DOM Text node "'windows'">]
name:windows
[<DOM Text node "'20'">]
age:20
-------------------------------------------
<DOM Text node "' \n    '">
<DOM Element: name at 0xc9f6b0>
<DOM Text node "'\n    '">
<DOM Element: age at 0xc9f710>
<DOM Text node "'\n  '">

 

 

2）使用xml.dom.minidom來產生xml:

 

def GenerateXml():
  import xml.dom.minidom
  impl = xml.dom.minidom.getDOMImplementation()
  dom = impl.createDocument(None, 'employees', None)
  root = dom.documentElement 
  employee = dom.createElement('employee')
  root.appendChild(employee)
 
  nameE=dom.createElement('name')
  nameT=dom.createTextNode('linux')
  nameE.appendChild(nameT)
  employee.appendChild(nameE)
 
  ageE=dom.createElement('age')
  ageT=dom.createTextNode('30')
  ageE.appendChild(ageT)
  employee.appendChild(ageE)
 

  f= open('employees2.xml', 'w', encoding='utf-8')
  dom.writexml(f, addindent='  ', newl='\n',encoding='utf-8')
  f.close() 

GenerateXml()

 

 

運行結果：

 

<?xml version="1.0" encoding="utf-8"?>
<employees>
  <employee>
    <name>
      linux
    </name>
    <age>
      30
    </age>
  </employee>
</employees>

 

 

3）使用xml.dom.minidom需要注意的

*使用parse()或createDocument()返回的為DOM對象；
*使用DOM的documentElement屬性可以獲得Root Element;
*DOM為樹形結構，包含許多的nodes，其中element是node的一種，可以包含子elements，textNode也是node的一種，是最終的子節點；
*每個node都有nodeName，nodeValue，nodeType屬性，nodeValue是結點的值，只對textNode有效。對於textNode，想得到它的常值內容可以使用: .data屬性。
*nodeType是結點的類型，現在有以下：

'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'
*getElementsByTagName()可以根據名字來尋找子elements；
*childNodes返回所有的子Nodes，其中所有的文本均為textNode，包含元素間的‘\n\r’和空格均為textNode；
*writexml()時addindent='  '表示子項目的縮排，newl='\n'表示元素間的換行，encoding='utf-8'表示產生的xml的編碼格式（<?xml version="1.0" encoding="utf-8"?>）。

 

參考：

http://boyeestudio.cnblogs.com/archive/2005/08/16/216408.html

http://www.dnbcw.com/biancheng/python/pnwb252539.html

http://blog.csdn.net/kiki113/archive/2009/04/15/4080789.aspx

 

完