python3.2读写xml(xml.etree.ElementTree,xml.dom)

示例所用到的xml文件 book.xml



Book message

bookone
python check
001
200


booktwo
python learn
002
300



xml.etree.ElementTree篇

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：

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：

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：

head:bookone
name:python check
number:001
page:200

findall方法将找到指定的所有节点：

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：

head:bookone
name:python check
number:001
page:200
head:booktwo
name:python learn
number:002
page:300

３、对book.xml进行解析的实例

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
====================

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(&＃8216;UTF-8&＃8217;)

访问元素属性：

Node.attributes[&＃8220;id&＃8221;]
a.name #就是上面的 &＃8220;id&＃8221;
a.value #属性的值 
２、举例说明

（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,&＃8217;,&＃8217;,root.nodeValue,&＃8217;,&＃8217;,root.nodeType

返回结果为：

info , None , 1

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：

（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：

[, , , , , , ]

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：

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：

====================
id:001
head: bookone
name: python check
number: 001
page: 200
====================
id:002
head: booktwo
name: python learn
number: 002
page: 300

方法二：

代码：

#
xml 解析

import
xml.dom.minidom
dom1=xml.dom.minidom.parse(
&＃8216;
book.xml
&＃8216;
)
root=
dom1.documentElement
book=
{}
booknode=root.getElementsByTagName(
&＃8216;
list
&＃8216;
)

for booklist
in
booknode:
   
print
&＃8216;
=
&＃8216;*20

   
print
&＃8216;
id:
&＃8216;+booklist.getAttribute(
&＃8216;
id
&＃8216;
)
   
print
&＃8216;
head:
&＃8216;+booklist.getElementsByTagName(
&＃8216;
head
&＃8216;
)[0].childNodes[0].nodeValue.strip()
   
print
&＃8216;
name:
&＃8216;+booklist.getElementsByTagName(
&＃8216;
name
&＃8216;
)[0].childNodes[0].nodeValue.strip()
   
print
&＃8216;
number:
&＃8216;+booklist.getElementsByTagName(
&＃8216;
number
&＃8216;
)[0].childNodes[0].nodeValue.strip()
   
print
&＃8216;
page:
&＃8216;+booklist.getElementsByTagName(
&＃8216;
page
&＃8216;)[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：

import xml.dom.minidom
dom1=xml.dom.minidom.parse(&＃8216;book.xml&＃8217;)
root=dom1.documentElement
book=[]
booknode=root.getElementsByTagName(&＃8216;list&＃8217;)
for booklist in booknode:
    bookdict={}
    bookdict[&＃8216;id&＃8217;]=booklist.getAttribute(&＃8216;id&＃8217;)
    bookdict[&＃8216;head&＃8217;]=booklist.getElementsByTagName(&＃8216;head&＃8217;)[0].childNodes[0].nodeValue.strip()
    bookdict[&＃8216;name&＃8217;]=booklist.getElementsByTagName(&＃8216;name&＃8217;)[0].childNodes[0].nodeValue.strip()
    bookdict[&＃8216;number&＃8217;]=booklist.getElementsByTagName(&＃8216;number&＃8217;)[0].childNodes[0].nodeValue.strip()
    bookdict[&＃8216;page&＃8217;]=booklist.getElementsByTagName(&＃8216;page&＃8217;)[0].childNodes[0].nodeValue.strip()
    book.append(bookdict)
print book

运行结果为：

[{&＃8216;head&＃8217;: u&＃8217;bookone&＃8217;, &＃8216;page&＃8217;: u&＃8217;200&＃8242;, &＃8216;number&＃8217;: u&＃8217;001&＃8242;, &＃8216;id&＃8217;: u&＃8217;001&＃8242;, &＃8216;name&＃8217;: u&＃8217;python check&＃8217;}, {&＃8216;head&＃8217;: u&＃8217;booktwo&＃8217;, &＃8216;page&＃8217;: u&＃8217;300&＃8242;, &＃8216;number&＃8217;: u&＃8217;002&＃8242;, &＃8216;id&＃8217;: u&＃8217;002&＃8242;, &＃8216;name&＃8217;: u&＃8217;python learn&＃8217;}]

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。

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,
&＃8220;
info
&＃8220;
,None)
top_element = doc.documentElement
#
得到根节点

books=[{
&＃8216;
head
&＃8216;: u
&＃8216;
bookone
&＃8216;,
&＃8216;
page
&＃8216;: u
&＃8216;
200
&＃8216;,
&＃8216;
number
&＃8216;: u
&＃8216;
001
&＃8216;,
&＃8216;
id
&＃8216;: u
&＃8216;
001
&＃8216;,
&＃8216;
name
&＃8216;: u
&＃8216;
python check
&＃8216;}, {
&＃8216;
head
&＃8216;: u
&＃8216;
booktwo
&＃8216;,
&＃8216;
page
&＃8216;: u
&＃8216;
300
&＃8216;,
&＃8216;
number
&＃8216;: u
&＃8216;
002
&＃8216;,
&＃8216;
id
&＃8216;: u
&＃8216;
002
&＃8216;,
&＃8216;
name
&＃8216;: u
&＃8216;
python learn
&＃8216;
}]

for book
in
books:
    sNode=doc.createElement(
&＃8216;
list
&＃8216;
)
    sNode.setAttribute(
&＃8216;
id
&＃8216;,str(book[
&＃8216;
id
&＃8216;
]))
    headNode=create_element(doc,
&＃8216;
head
&＃8216;,book[
&＃8216;
head
&＃8216;
])
    nameNode=create_element(doc,
&＃8216;
name
&＃8216;,book[
&＃8216;
name
&＃8216;
])
    numberNode=create_element(doc,
&＃8216;
number
&＃8216;,book[
&＃8216;
number
&＃8216;
])
    pageNode=create_element(doc,
&＃8216;
page
&＃8216;,book[
&＃8216;
page
&＃8216;
])
    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(
&＃8216;
bookdate.xml
&＃8216;,
&＃8216;
w
&＃8216;
)
doc.writexml(xmlfile,addindent=
&＃8216;
&＃8216;*4, newl=
&＃8216;
\n
&＃8216;, encoding=
&＃8216;
utf-8
&＃8216;
)
xmlfile.close()

运行后生成bookdate.xml文件，该文件与book.xml一样。

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bookone中的bookone用text方法。

当要获取节点名时，用tag方法。