Python操作xml

Xml
XML指可扩展标记语言（Extensible Markup Language）
XML被设计用于结构化、存储和传输数据
XML是一种标记语言，很类似于HTML
XML没有像HTML那样具有预定义标签，需要程序员自定义标签。
XML被设计为具有自我描述性，并且是W3C的标准

XML元素
XML的元素是指从开始标签直到结束标签的部分（均包括开始结束）。
一个元素可以包含：
1、其他元素
2、文本
3、属性
4、或混合以上所有

XML语法规则
所有的XML元素都必须有一个开始标签和结束标签，省略结束标签是非法的。如：
<root> content </root>

XML标签对大小写敏感；比如： 下面是两个不同的标签
<Note>this is a test1</Note>
<note>this is a test2</note>

XML文档必须有根元素。如：
<note>
 <b>this is a test2</b> 
 <name>joy</name>
</note>
XML必须正确嵌套，父元素必须完全包住子元素。如：
<note><b>this is a test2</b></note>
XML属性值必须加引号，元素的属性值都是一个键值对形式。如：
<book category=" Python"></book>
注意：
book元素中的属性category的值是python必须用引号引起来，使用单引号和双引号都可以，但是如果属性值本身包含双引号，外层就必须使用单引号；但如果包含了单引号，外层必须使用双引号

XML命名规则
名称可以包含字母、数字以及其他字符
名称不能以数字或标点符号开头
名称不能以字母xml或XML开始
名称不能包含空格
可以使用任何名称，没有保留字
名称应该具有描述性，简短和简单，可以同时使用下划线。
避免“-”、“.”、“：”等字符
Xml的注释格式
<!--注释内容-->

Xml.dom解析XML
这个DOM的解析器在解析一个XML文档时，一次性读取整个文档，把文档中所有元素保存在内存中的一个树结构里，之后利用DOM提供的不同函数来读取该文档的内容和结构，也可以把修改过的内容写入XML文件
book.xml
<?xml version="1.0" encoding="utf-8" ?>
<!--this is a test about xml.-->
<booklist type="science and engineering">
 <book category="math">
 <title>learning math</title>
 <author>张三</author>
 <pageNumber>561</pageNumber>
 </book>
 <book category="Python">
 <title>learning Python</title>
 <author>李四</author>
 <pageNumber>600</pageNumber>
 </book>
</booklist>

minidom.parse(parser=None, bufsize=None)
该函数的作用是使用parse解析器打开xml文档，并将其解析为DOM文档，也就是内
存中的一棵树，并得到这个DOM对象
doc.documentElement
获取xml文档对象，就是拿到DOM树的根。

>>> from xml.dom.minidom import parse
>>> DOMTree = parse("d:\\book.xml")#把xml解析为内存中的的一棵树
>>> print(DOMTree)
<xml.dom.minidom.Document object at 0x000000000241AC48>
>>> booklist = DOMTree.documentElement#拿到树的根
>>> print(booklist)
<DOM Element: booklist at 0x23c6af8>

doc.toxml(encoding=None)
返回xml的文档内容
节点的xml文档内容，只有节点对象可以调用

>>> from xml.dom.minidom import parse
>>> DOMTree = parse("d:\\book.xml")
>>> booklist = DOMTree.documentElement
>>> print(booklist.toxml())
<booklist type="science and engineering">
  <book category="math">
    <title>learning math</title>
    <author>张三</author>
    <pageNumber>561</pageNumber>
  </book>
  <book category="Python">
    <title>learning Python</title>
    <author>李四</author>
    <pageNumber>600</pageNumber>
  </book>
</booklist>

doc.lastChild
获取节点的最后一个孩子节点

>>> booklist.lastChild
<DOM Text node "'\n'">

doc.firstChild
获取节点的第一个人孩子节点

>>> booklist.firstChild
<DOM Text node "'\n  '">

getElementsByTagName(name)获取节点元素
获取xml文档中某个父节点下，具有相同节点名的节点对象的集合。返回的是list

>>> from xml.dom.minidom import parse
>>> DOMTree = parse("d:\\book.xml")
>>> booklist = DOMTree.documentElement
>>> books = booklist.getElementsByTagName("book")#获取标签为book的所有节点
>>> print(books)
[<DOM Element: book at 0x242a6d0>, <DOM Element: book at 0x23c69c8>]
>>> print(type(books))
<class 'xml.dom.minicompat.NodeList'>

>>> from xml.dom.minidom import parse
>>> DOMTree = parse("d:\\book.xml")
>>> booklist = DOMTree.documentElement
>>> print(booklist.getElementsByTagName("book")[0].getElementsByTagName("author")[0])
<DOM Element: author at 0x242ad58>
>>> print(booklist.getElementsByTagName("book")[0].getElementsByTagName("author")[0].toxml())
<author>张三</author>
hasAttribute(name)
判断节点对象是否包含指定属性

>>> from xml.dom.minidom import parse
>>> DOMTree = parse("d:\\book.xml")
>>> booklist = DOMTree.documentElement
>>> if booklist.hasAttribute("type"):
...     print("booklist 元素存在属性type")#判断根节点booklist是否有type属性
... else:
...     print("booklist 元素不存在属性type")
...
booklist 元素存在属性type

Node.getAttribute(name)获取属性
获取节点node的属性值
>>> from xml.dom.minidom import parse
>>> DOMTree = parse("d:\\book.xml")
>>> booklist = DOMTree.documentElement
>>> if booklist.hasAttribute("type"):
...     print("booklist存在属性type")
...     print(booklist.getAttribute("type"))
... else:
...     print("booklist不存在属性type")
...
booklist存在属性type
science and engineering
node.childNodes
返回节点node下所有子节点组成的list。
>>> from xml.dom.minidom import parse
>>> DOMTree = parse("d:\\book.xml")
>>> booklist = DOMTree.documentElement
>>> #获取所有book节点的集合
... books = booklist.getElementsByTagName("book")
>>>
>>> print("第一本书的子节点: ",books[0].childNodes)这个需要指定取列表的那个元素，必须要带上索引

第一本书的子节点:  [<DOM Text node "'\n    '">, <DOM Element: title at 0x243edf0>, <DOM Text node "
\n    '">, <DOM Element: author at 0x243ee88>, <DOM Text node "'\n    '">, <DOM Element: pageNumber
at 0x243ef20>, <DOM Text node "'\n  '">]

获取节点文本值
#coding=utf-8
from xml.dom.minidom import parse
DOMTree = parse("d:\\book.xml")
booklist = DOMTree.documentElement
#获取所有book节点的集合
books = booklist.getElementsByTagName("book")

for book in books:
    if book.hasAttribute("category"):
        print("category is: ",book.getAttribute("categroy"))
    #先找到节点，然后再找节点下面的孩子文本节点
    title = book.getElementsByTagName("title")[0].childNodes[0].data
    author = book.getElementsByTagName("author")[0].childNodes[0].data
    pageNumber = book.getElementsByTagName("pageNumber")[0].childNodes[0].data
    print("title: ",title)
    print("title: ",author)
    print("title: ",pageNumber)

node .hasChildNodes()
判断是否有子节点
#coding=utf-8
import xml.dom.minidom
from xml.dom.minidom import parse 
#minidom解析器打开xml文档并将其解析为内存中的一棵树
DOMTree = parse("d:\\book.xml")
#获取xml文档对象，就是拿到树的根
booklist = DOMTree.documentElement
if booklist.hasAttribute("type") : 
    #判断根节点booklist是否有type属性，有则获取并打印属性的值

    print (u"Root element is", booklist.getAttribute("type"))
#获取booklist对象中所有book节点的list集合
books = booklist.getElementsByTagName("book")
print ("books",books[0])
print (u"book节点的个数：", books.length)
print (books[0])

if books[0].hasChildNodes():
    print (u"存在子节点:",books[0].childNodes)
else:
    print (u"不存在子节点")

xml.dom解析xml的一个实例
movies.xml

<?xml version="1.0" encoding="utf-8" ?>
<!--this is a test about xml.-->
<collection shelf="New Arrivals">
<movie title="Enemy Behind">
  <type>War, Thriller</type>
  <format>DVD</format>
  <year>2003</year>
  <rating>PG</rating>
  <stars>10</stars>
  <description>Talk about a US-Japan war</description>
</movie>
<movie title="Transformers">
  <type>Anime, Science Fiction</type>
  <format>DVD</format>
  <year>1989</year>
  <rating>R</rating>
  <stars>8</stars>
  <description>A schientific fiction</description>
</movie>
<movie title="Trigun">
  <type>Anime, Action</type>
  <format>DVD</format>
  <episodes>4</episodes>
  <rating>PG</rating>
  <stars>10</stars>
  <description>Vash the Stampede!</description>
</movie>
<movie title="Ishtar">
  <type>Comedy</type>
  <format>VHS</format>
  <rating>PG</rating>
  <stars>2</stars>
  <description>Viewable boredom</description>
</movie>
</collection>

示例:

#coding=utf-8
import xml.dom.minidom
from xml.dom.minidom import parse 
DOMTree = parse("d:\\movies.xml")
collection = DOMTree.documentElement
movies = collection.getElementsByTagName("movie")
for movie in movies:
    for element in ["type","format","rating","description"]:
        node = movie.getElementsByTagName(element)[0]
        textNode = node.childNodes[0]
        print("%s节点文本是: %s" %(node,textNode.data))

#coding=utf-8
from xml.dom.minidom import parse
import xml.dom.minidom
# 使用minidom解析器打开 XML 文档
DOMTree = xml.dom.minidom.parse(r"e:\\xml\\movies.xml")
collection = DOMTree.documentElement
if collection.hasAttribute("shelf"):
    print ("Root element : %s" % collection.getAttribute("shelf"))
# 在集合中获取所有电影
movies = collection.getElementsByTagName("movie")
# 打印每部电影的详细信息

for movie in movies:
    print ("*****Movie*****")
    if movie.hasAttribute("title"):
        print ("Title: %s" % movie.getAttribute("title"))
    type = movie.getElementsByTagName('type')[0]
    print ("Type: %s" % type.childNodes[0].data)
    format = movie.getElementsByTagName('format')[0]
    print ("Format: %s" % format.childNodes[0].data)
    rating = movie.getElementsByTagName('rating')[0]
    print ("Rating: %s" % rating.childNodes[0].data)
    description = movie.getElementsByTagName('description')[0]
print ("Description: %s" % description.childNodes[0].data)

xml.dom创建XML文件
创建xml文件步骤：
1、创建xml空文档
2、产生根对象
3、往根对象加数据
4、把xml内存对象写入文件

minidom.Document()创建xml空文档
该方法用于创建一个空白的xml文档对象，并返回这个doc对象。每个xml文档都是一个Document对象，代表着内存中的DOM树。

#coding=utf-8
import xml.dom.minidom as xdm
#在内存中创建一个空的文档
doc = xdm.Document()
print (doc)
#此处创建一个根节点Managers对象
root = doc.createElement("Managers")
print (u"添加的xml标签为：", root.tagName)

node.setAttribute(attname, value)
该方法表示给节点添加属性-值对（Attribute） 。
参数说明：
attname ：属性的名称
value ：属性的值

import xml.dom.minidom as xdm
#在内存中创建一个空的文档
doc = xdm.Document()
print(doc)
#创建一个根节点Managers对象
root = doc.createElement("Managers")
print (u"添加的xml标签为：", root.tagName)
# 给根节点root添加属性
root.setAttribute("company","光荣之路")
print("根节点的属性: ",root.getAttribute("company"))

doc.createTextNode(data)
给叶子节点添加文本节点
#coding=utf-8
import xml.dom.minidom
#在内存中创建一个空的文档
doc = xml.dom.minidom.Document()
print(doc)
#创建一个根节点Managers对象
root = doc.createElement('company')
print (u"添加的xml标签为：", root.tagName)
# 给根节点root添加属性
root.setAttribute('name', '光荣之路教育科技有限公司')
# 给根节点添加一个叶子节点
ceo = doc.createElement("ceo")
#给叶子节点name设置一个文本节点，用于显示文本内容
ceo.appendChild(doc.createTextNode("呼总"))
print(ceo.tagName)

print (u"给叶子节点添加文本节点成功")

添加子节点
#coding=utf-8
import xml.dom.minidom
#在内存中创建一个空的文档
doc = xml.dom.minidom.Document()
#创建一个根节点companys对象
root = doc.createElement('companys')
# 给根节点root添加属性
root.setAttribute("name","光荣之路")
#将根节点添加到文档对象中
doc.appendChild(root)
# 给根节点添加一个叶子节点
company = doc.createElement("gloryroad")
# 叶子节点下再嵌套叶子节点
name = doc.createElement("Name")
# 给节点添加文本节点
name.appendChild(doc.createTextNode("光荣之路"))

ceo = doc.createElement("CEO")
ceo.appendChild(doc.createTextNode("吴总"))

# 将各叶子节点添加到父节点company中
# 然后将company添加到跟节点companys中
company.appendChild(name)
company.appendChild(ceo)
root.appendChild(company)
print(doc.toxml())

注意父节点和子节点的关系，依赖于appendChild()函数
以上'companys是根节点
     gloryroad是1级子节点
        name、 ceo 是2级子节点

Parent.appendChild(childNode)
把子节点childNode添加到父节点parent中
doc.writexml()生成xml文档
该方法用于将内存中xml文档树写入文件中，并保存到本地磁盘。上面创建的xml文档仅是存在内存中的，并未真正写入硬盘，只有调用该方法以后，才能真正将我们创建的xml文档写入本地硬盘，这时我们才能在硬盘中看见新建的xml文档。
语法：
Writexml(file,indent=””,addindent=””,newl=””,encoding=None)
参数说明：
file:要保存为的文件对象名
Indent:根节点的缩进方式
addindent：子节点的缩进方式
newl： 针对新行，指明换行方式
encoding:保存文件的编码方式

示例：
#coding=utf-8
import xml.dom.minidom
#在内存中创建一个空的文档
doc = xml.dom.minidom.Document()
#创建一个根节点companys对象
root = doc.createElement('companys')
# 给根节点root添加属性
root.setAttribute("name","公司列表")
#将根节点添加到文档对象中
doc.appendChild(root)
# 给根节点添加一个叶子节点
company = doc.createElement("gloryroad")
# 叶子节点下再嵌套叶子节点
name = doc.createElement("Name")
# 给节点添加文本节点
name.appendChild(doc.createTextNode("光荣之路"))

ceo = doc.createElement("CEO")
ceo.appendChild(doc.createTextNode("吴总"))

# 将各叶子节点添加到父节点company中
# 然后将company添加到跟节点companys中
company.appendChild(name)
company.appendChild(ceo)
root.appendChild(company)

fp = open('d:\\company.xml','w')
doc.writexml(fp,indent='',addindent='\t',newl='\n',encoding="utf-8")
fp.close()