python网络编程学习笔记：XML生成与解析（DOM、ElementTree）
转载请注明：@小五义 http://www.cnblogs.com/xiaowuyi
xml.dom篇
DOM是Document Object Model的简称，XML 文档的高级树型表示。该模型并非只针对 Python，而是一种普通XML 模型。Python 的 DOM 包是基于 SAX 构建的，并且包括在 Python 2.0 的标准 XML 支持里。
一、xml.dom的简单介绍
１、主要方法：
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]
返回Node节点的xml表示的文本：
doc = minidom.parse(filename)
doc.toxml('UTF-8')
访问元素属性：
Node.attributes["id"]
a.name #就是上面的 "id"
a.value #属性的值
２、举例说明
例１：文件名：book.xml
<? xml version="1.0" encoding="utf-8" ?>
< info >
< intro > Book message </ intro >
< list id ='001' >
< head > bookone </ head >
< name > python check </ name >
< number > 001 </ number >
< page > 200 </ page >
</ list >
< list id ='002' >
< head > booktwo </ head >
< name > python learn </ name >
< number > 002 </ number >
< page > 300 </ page >
</ list >
</ info >
（１）创建ＤＯＭ对象
import xml.dom.minidom dom1 =xml.dom.minidom.parse( ' book.xml ' )
（２）获取根字节
root=dom1.documentElement #这里得到的是根节点
print root.nodeName,',',root.nodeValue,',',root.nodeType
返回结果为：
其中:
info是指根节点的名称root.nodeName
None是指根节点的值root.nodeValue
１是指根节点的类型root.nodeType,更多节点类型如下表：
NodeType
Named Constant
ELEMENT_NODE
ATTRIBUTE_NODE
TEXT_NODE
CDATA_SECTION_NODE
ENTITY_REFERENCE_NODE
ENTITY_NODE
PROCESSING_INSTRUCTION_NODE
COMMENT_NODE
DOCUMENT_NODE
DOCUMENT_TYPE_NODE
DOCUMENT_FRAGMENT_NODE
NOTATION_NODE
（3）子元素、子节点的访问
Ａ、返回root子节点列表
import xml.dom.minidom dom1 =xml.dom.minidom.parse( ' book.xml ' ) root = dom1.documentElement # print root.nodeName,',',root.nodeValue,',',root.nodeType print root.childNodes
运行结果为：
[<DOM Text node "u'\n '">, <DOM Element: intro at 0x124ef58>, <DOM Text node "u'\n '">, <DOM Element: list at 0x1254058>, <DOM Text node "u'\n\n '">, <DOM Element: list at 0x1254418>, <DOM Text node "u'\n\n'">]
Ｂ、获取XML节点值，如返回根节点下第二个子节点intro的值和名字，添加下面一句
print root.childNodes[1].nodeName,root.childNodes[1].nodeValue
运行结果为：
intro None
Ｃ、访问第一个节点
print root.firstChild.nodeName
运行结果为：
#text
Ｄ、获取已经知道的元素名字的值，如要获取intro后的book message可以使用下面的方法：
import xml.dom.minidom
dom1 =xml.dom.minidom.parse( ' book.xml ' )
root = dom1.documentElement
# print root.nodeName,',',root.nodeValue,',',root.nodeType
node= root.getElementsByTagName( ' intro ' )[0]
for node in node.childNodes:
if node.nodeType in (node.TEXT_NODE,node.CDATA_SECTION_NODE):
print node.data
这种方法的不足之处是需要对类型进行判断，使用起来不是很方便。运行结果是：
Book message
二、ＸＭＬ解析
对上面的xml进行解析
方法1 代码如下：
# @小五义 http://www.cnblogs.com/xiaowuyi
# xml 解析
import xml.dom.minidom
dom1 =xml.dom.minidom.parse( ' book.xml ' )
root = dom1.documentElement
book = {}
booknode =root.getElementsByTagName( ' list ' )
for booklist in booknode:
print ' = ' *20
print ' id: ' +booklist.getAttribute( ' id ' )
for nodelist in booklist.childNodes:
if nodelist.nodeType ==1 :
print nodelist.nodeName+ ' : ' ,
for node in nodelist.childNodes:
print node.data
运行结果为：
方法二：
代码：
# @小五义 http://www.cnblogs.com/xiaowuyi
# xml 解析
import xml.dom.minidom
dom1 =xml.dom.minidom.parse( ' book.xml ' )
root = dom1.documentElement
book = {}
booknode =root.getElementsByTagName( ' list ' )
for booklist in booknode:
print ' = ' *20
print ' id: ' +booklist.getAttribute( ' id ' )
print ' head: ' +booklist.getElementsByTagName( ' head ' )[0].childNodes[0].nodeValue.strip()
print ' name: ' +booklist.getElementsByTagName( ' name ' )[0].childNodes[0].nodeValue.strip()
print ' number: ' +booklist.getElementsByTagName( ' number ' )[0].childNodes[0].nodeValue.strip()
print ' page: ' +booklist.getElementsByTagName( ' page ' )[0].childNodes[0].nodeValue.strip()
运行结果与方法一一样。比较上面的两个方法，方法一根据xml的树结构进行了多次循环，可读性上不及方法二，方法直接对每一个节点进行操作，更加清晰。为了更加方法程序的调用，可以使用一个list加一个字典进行存储，具体见方法3：
# @小五义 http://www.cnblogs.com/xiaowuyi # xml 解析
import xml.dom.minidom
dom1=xml.dom.minidom.parse('book.xml')
root=dom1.documentElement
book=[]
booknode=root.getElementsByTagName('list')
for booklist in booknode:
bookdict={}
bookdict['id']=booklist.getAttribute('id')
bookdict['head']=booklist.getElementsByTagName('head')[0].childNodes[0].nodeValue.strip()
bookdict['name']=booklist.getElementsByTagName('name')[0].childNodes[0].nodeValue.strip()
bookdict['number']=booklist.getElementsByTagName('number')[0].childNodes[0].nodeValue.strip()
bookdict['page']=booklist.getElementsByTagName('page')[0].childNodes[0].nodeValue.strip()
book.append(bookdict)
print book
运行结果为：
[{'head': u'bookone', 'page': u'200', 'number': u'001', 'id': u'001', 'name': u'python check'}, {'head': u'booktwo', 'page': u'300', 'number': u'002', 'id': u'002', 'name': u'python learn'}]
该列表里包含了两个字典。
三、建立ＸＭＬ文件
这里用方法三得到的结果，建立一个xml文件。
# -*- coding: cp936 -*-
# @小五义 http://www.cnblogs.com/xiaowuyi
# xml 创建
import xml.dom
def create_element(doc,tag,attr):
# 创建一个元素节点
elementNode= doc.createElement(tag)
# 创建一个文本节点
textNode= doc.createTextNode(attr)
# 将文本节点作为元素节点的子节点
elementNode.appendChild(textNode)
return elementNode
dom1 =xml.dom.getDOMImplementation() # 创建文档对象，文档对象用于创建各种节点。
doc=dom1.createDocument(None, " info " ,None)
top_element = doc.documentElement # 得到根节点
books=[{ ' head ' : u ' bookone ' , ' page ' : u ' 200 ' , ' number ' : u ' 001 ' , ' id ' : u ' 001 ' , ' name ' : u ' python check ' }, { ' head ' : u ' booktwo ' , ' page ' : u ' 300 ' , ' number ' : u ' 002 ' , ' id ' : u ' 002 ' , ' name ' : u ' python learn ' }]
for book in books:
sNode =doc.createElement( ' list ' )
sNode.setAttribute( ' id ' ,str(book[ ' id ' ]))
headNode =create_element(doc, ' head ' ,book[ ' head ' ])
nameNode =create_element(doc, ' name ' ,book[ ' name ' ])
numberNode =create_element(doc, ' number ' ,book[ ' number ' ])
pageNode =create_element(doc, ' page ' ,book[ ' page ' ])
sNode.appendChild(headNode)
sNode.appendChild(nameNode)
sNode.appendChild(pageNode)
top_element.appendChild(sNode) # 将遍历的节点添加到根节点下
xmlfile=open( ' bookdate.xml ' , ' w ' )
doc.writexml(xmlfile,addindent = ' ' *4, newl= ' \n ' , encoding= ' utf-8 ' )
xmlfile.close()
运行后生成bookdate.xml文件，该文件与book.xml一样。
xml.etree.ElementTree篇
依然使用例1的例子，对xml进行解析分析 。
1、加载XML
方法一：直接加载文件
import xml.etree.ElementTree root =xml.etree.ElementTree.parse( ' book.xml ' )
方法二：加载指定字符串
import xml.etree.ElementTree root = xml.etree.ElementTree.fromstring(xmltext)
这里xmltext是指定的字符串。
２、获取节点
方法一 利用getiterator方法得到指定节点
book_node=root.getiterator( " list " )
方法二 利用getchildren方法得到子节点,如例１中，要得到list下面子节点head的值：
# @小五义 http://www.cnblogs.com/xiaowuyi
import xml.etree.ElementTree
root =xml.etree.ElementTree.parse( ' book.xml ' )
book_node =root.getiterator( " list " )
for node in book_node:
book_node_child = node.getchildren()[0]
print book_node_child.tag+':'+book_node_child.text
运行结果为：
head:bookone
head:booktwo
方法三 使用find和findall方法
find方法找到指定的第一个节点：
# -*- coding: cp936 -*-
# @小五义 http://www.cnblogs.com/xiaowuyi
import xml.etree.ElementTree
root =xml.etree.ElementTree.parse( ' book.xml ' )
book_find =root.find( ' list ' )
for note in book_find:
print note.tag+ ' : ' +note.text
运行结果：
findall方法将找到指定的所有节点：
# -*- coding: cp936 -*-
# @小五义 http://www.cnblogs.com/xiaowuyi
import xml.etree.ElementTree
root =xml.etree.ElementTree.parse( ' book.xml ' )
book =root.findall( ' list ' )
for book_list in book:
for note in book_list:
print note.tag+ ' : ' +note.text
运行结果：
３、对book.xml进行解析的实例
# -*- coding: cp936 -*-
# @小五义 http://www.cnblogs.com/xiaowuyi
import xml.etree.ElementTree
root =xml.etree.ElementTree.parse( ' book.xml ' )
book =root.findall( ' list ' )
for book_list in book:
print ' = ' *20
if book_list.attrib.has_key( ' id ' ):
print " id: " +book_list.attrib[ ' id ' ]
for note in book_list:
print note.tag+ ' : ' + note.text
print ' = ' *20
运行结果为：
====================
id:001
head:bookone
name:python check
number:001
page:200
====================
id:002
head:booktwo
name:python learn
number:002
page:300
====================
注意：
当要获取属性值时，如list id=’001’,用attrib方法。
当要获取节点值时，如<head>bookone</head>中的bookone用text方法。
当要获取节点名时，用tag方法。
分类: python学习笔记
标签: python , xml , DOM , ElementTree
作者： Leo_wl
出处： http://www.cnblogs.com/Leo_wl/
本文版权归作者和博客园共有，欢迎转载，但未经作者同意必须保留此段声明，且在文章页面明显位置给出原文连接，否则保留追究法律责任的权利。
版权信息查看更多关于python网络编程学习笔记：XML生成与解析（DOM、ElementTree）的详细内容...