python讀取xml檔案方法解析
關於python讀取xml文章很多,但大多文章都是貼一個xml檔案,然後再貼個處理檔案的程式碼。這樣並不利於初學者的學習,希望這篇文章可以更通俗易懂的教如何使用python來讀取xml檔案。
什麼是xml?
xml即可擴充套件標記語言,它可以用來標記資料、定義資料型別,是一種允許使用者對自己的標記語言進行定義的源語言。
abc.xml
<?xml version="1.0" encoding="utf-8"?> <catalog> <maxid>4</maxid> <login username="pytest" passwd='123456'> <caption>Python</caption> <item id="4"> <caption>測試</caption> </item> </login> <item id="2"> <caption>Zope</caption> </item> </catalog>
Ok,從結構上,它很像我們常見的HTML超文字標記語言。但他們被設計的目的是不同的,超文字標記語言被設計用來顯示資料,其焦點是資料的外觀。它被設計用來傳輸和儲存資料,其焦點是資料的內容。
那麼它有如下特徵:
首先,它是有標籤對組成,<aa></aa>
標籤可以有屬性:<aaid='123'></aa>
標籤對可以嵌入資料:<aa>abc</aa>
標籤可以嵌入子標籤(具有層級關係):
<aa>
<bb></bb>
</aa>
獲得標籤屬性
那麼,下面來介紹如何用python來讀取這種型別的檔案。
#coding=utf-8 import xml.dom.minidom #開啟xml文件 dom = xml.dom.minidom.parse('abc.xml') #得到文件元素物件 root = dom.documentElement print root.nodeName print root.nodeValue print root.nodeType print root.ELEMENT_NODE
mxl.dom.minidom模組被用來處理xml檔案,所以要先引入。
xml.dom.minidom.parse()用於開啟一個xml檔案,並將這個檔案物件dom變數。
documentElement用於得到dom物件的文件元素,並把獲得的物件給root
每一個結點都有它的nodeName,nodeValue,nodeType屬性。
nodeName為結點名字。
nodeValue是結點的值,只對文字結點有效。
nodeType是結點的型別。catalog是ELEMENT_NODE型別
現在有以下幾種:
'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'
NodeTypes-有名常數
http://www.w3school.com.cn/xmldom/dom_nodetype.asp
獲得子標籤
現在要獲得catalog的子標籤以的標籤name
<?xml version="1.0" encoding="utf-8"?> <catalog> <maxid>4</maxid> <login username="pytest" passwd='123456'> <caption>Python</caption> <item id="4"> <caption>測試</caption> </item> </login> <item id="2"> <caption>Zope</caption> </item> </catalog>
對於知道元素名字的子元素,可以使用getElementsByTagName方法獲取:
<?xml version="1.0" encoding="utf-8"?> <catalog> <maxid>4</maxid> <login username="pytest" passwd='123456'> <caption>Python</caption> <item id="4"> <caption>測試</caption> </item> </login> <item id="2"> <caption>Zope</caption> </item> </catalog>
如何區分相同標籤名字的標籤:
<?xml version="1.0" encoding="utf-8"?> <catalog> <maxid>4</maxid> <login username="pytest" passwd='123456'> <caption>Python</caption> <item id="4"> <caption>測試</caption> </item> </login> <item id="2"> <caption>Zope</caption> </item> </catalog>
<caption>和<item>標籤不止一個如何區分?
#coding=utf-8 import xml.dom.minidom #開啟xml文件 dom = xml.dom.minidom.parse('abc.xml') #得到文件元素物件 root = dom.documentElement bb = root.getElementsByTagName('caption') b= bb[2] print b.nodeName bb = root.getElementsByTagName('item') b= bb[1] print b.nodeName
root.getElementsByTagName('caption')獲得的是標籤為caption一組標籤,b[0]表示一組標籤中的第一個;b[2],表示這一組標籤中的第三個。
獲得標籤屬性值
<?xml version="1.0" encoding="utf-8"?> <catalog> <maxid>4</maxid> <login username="pytest" passwd='123456'> <caption>Python</caption> <item id="4"> <caption>測試</caption> </item> </login> <item id="2"> <caption>Zope</caption> </item> </catalog>
<login>和<item>標籤是有屬性的,如何獲得他們的屬性?
#coding=utf-8 import xml.dom.minidom #開啟xml文件 dom = xml.dom.minidom.parse('abc.xml') #得到文件元素物件 root = dom.documentElement itemlist = root.getElementsByTagName('login') item = itemlist[0] un=item.getAttribute("username") print un pd=item.getAttribute("passwd") print pd ii = root.getElementsByTagName('item') i1 = ii[0] i=i1.getAttribute("id") print i i2 = ii[1] i=i2.getAttribute("id") print i
getAttribute方法可以獲得元素的屬性所對應的值。
獲得標籤對之間的資料
<?xml version="1.0" encoding="utf-8"?> <catalog> <maxid>4</maxid> <login username="pytest" passwd='123456'> <caption>Python</caption> <item id="4"> <caption>測試</caption> </item> </login> <item id="2"> <caption>Zope</caption> </item> </catalog>
<caption>標籤對之間是有資料的,如何獲得這些資料?
獲得標籤對之間的資料有多種方法,
方法一
#coding=utf-8 import xml.dom.minidom #開啟xml文件 dom = xml.dom.minidom.parse('abc.xml') #得到文件元素物件 root = dom.documentElement cc=dom.getElementsByTagName('caption') c1=cc[0] print c1.firstChild.data c2=cc[1] print c2.firstChild.data c3=cc[2] print c3.firstChild.data
firstChild屬性返回被選節點的第一個子節點,.data表示獲取該節點人資料。
方法二
#coding=utf-8 from xml.etree import ElementTree as ET per=ET.parse('abc.xml') p=per.findall('./login/item') for oneper in p: for child in oneper.getchildren(): print child.tag,':',child.text p=per.findall('./item') for oneper in p: for child in oneper.getchildren(): print child.tag,child.text
方法二有點複雜,所引用模組也與前面的不一樣,findall用於指定在哪一級標籤下開始遍歷。
getchildren方法按照文件順序返回所有子標籤。並輸出標籤名(child.tag)和標籤的資料(child.text)
其實,方法二的作用不在於此,它核心功能是可以遍歷某一級標籤下的所有子標籤。
到此這篇關於python讀取xml檔案方法解析的文章就介紹到這了,更多相關python讀取xml檔案內容請搜尋我們以前的文章或繼續瀏覽下面的相關文章希望大家以後多多支援我們!