xml文件读取 python_python读取xml文件内容

python读取xml文件 　　  　　关于python读取xml文章很多，但大多文章都是贴一个xml文件，然后再贴个处理文件的代码。这样并不利于初学者的学习，希望这篇文章可以更通俗易懂的教如何使用python 来读取xml 文件。 　　  　　什么是xml？ 　　xml即可扩展标记语言，它可以用来标记数据、定义数据类型，是一种允许用户对自己的标记语言进行定义的源语言。 　　abc.xml 　　<?xml version=”1.0″ encoding=”utf-8″?> <catalog> <maxid>4</maxid> <login username=”pytest” passwd=”> <caption>Python</caption> <item id=”4″> <caption>测试</caption> </item> </login> <item id=”2″> <caption>Zope</caption> </item> </catalog> 　　Ok ,从结构上，它很像我们常见的HTML超文本标记语言。但他们被设计的目的是不同的，超文本标记语言被设计用来显示数据，其焦点是数据的外观。它被设计用来传输和存储数据，其焦点是数据的内容。 　　那么它有如下特征： 　　首先，它是有标签对组成，<aa></aa> 　　标签可以有属性：<aa id=’123’></aa> 　　标签对可以嵌入数据：<aa>abc</aa> 　　标签可以嵌入子标签（具有层级关系）： 　　<aa> 　　     <bb></bb> 　　</aa> 　　  　　获得标签属性 　　  　　那么，下面来介绍如何用python来读取这种类型的文件。 　　#coding=utf-8 import xml.dom.minidom #打开xml文档 dom = xml.dom.minidom.parse(‘abc.xml’) #得到文档素对象 root = dom.documentElement print root.nodeName print root.nodeValue print root.nodeType print root.ELEMENT_NODE 　　mxl.dom.minidom 模块被用来处理xml文件，所以要先引入。 　　xml.dom.minidom.parse() 用于打开一个xml文件，并将这个文件对象dom变量。 　　documentElement 用于得到dom对象的文档素，并把获得的对象给root 　　每一个结点都有它的nodeName，nodeValue，nodeType属性。 　　nodeName为结点名字。 　　nodeValue是结点的值，只对文本结点有效。 　　nodeType是结点的类型。catalog是ELEMENT_NODE类型 　　现在有以下几种： 　　’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 – 有名常数 　　http://www.w3school.com.cn/xmldom/dom_nodetype.asp 　　  　　  　　获得子标签 　　  　　现在要获得catalog的子标签以的标签name 　　<?xml version=”1.0″ encoding=”utf-8″?> <catalog> <maxid>4</maxid> <login username=”pytest” passwd=”> 　　<caption>Python</caption> <item id=”4″> <caption>测试</caption> </item> </login> <item id=”2″> <caption>Zope</caption> </item> </catalog> 　　对于知道素名字的子素，可以使用getElementsByTagName方法： 　　#coding=utf-8 import xml.dom.minidom #打开xml文档 dom = xml.dom.minidom.parse(‘abc.xml’) #得到文档素对象 root = dom.documentElement bb = root.getElementsByTagName(‘maxid’) b= bb[0] print b.nodeName bb = root.getElementsByTagName(‘login’) b= bb[0] print b.nodeName 　　如何区分相同标签名字的标签： 　　<?xml version=”1.0″ encoding=”utf-8″?> <catalog> <maxid>4</maxid> <login username=”pytest” passwd=”> 　　<caption>Python</caption> <item id=”4″> <caption>测试</caption> </item> </login> <item id=”2″> <caption>Zope</caption> </item> </catalog> 　　<caption>和<item>标签不止一个如何区分？ 　　#coding=utf-8 import xml.dom.minidom #打开xml文档 dom = xml.dom.minidom.parse(‘abc.xml’) #得到文档素对象 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’) 获得的是标签为caption 一组标签，b[0]表示一组标签中的第一个；b[2] ，表示这一组标签中的第三个。 　　  　　  　　获得标签属性值 　　  　　<?xml version=”1.0″ encoding=”utf-8″?> <catalog> <maxid>4</maxid> <login username=”pytest” passwd=”> 　　<caption>Python</caption> <item id=”4″> <caption>测试</caption> </item> </login> <item id=”2″> <caption>Zope</caption> </item> </catalog> 　　<login>和<item>标签是有属性的，如何获得他们的属性？ 　　#coding=utf-8 import xml.dom.minidom #打开xml文档 dom = xml.dom.minidom.parse(‘abc.xml’) #得到文档素对象 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方法可以获得素的属性所对应的值。 　　  　　  　　获得标签对之间的数据 　　  　　<?xml version=”1.0″ encoding=”utf-8″?> <catalog> <maxid>4</maxid> <login username=”pytest” passwd=”> 　　<caption>Python</caption> <item id=”4″> <caption>测试</caption> </item> </login> <item id=”2″> <caption>Zope</caption> </item> </catalog> 　　<caption>标签对之间是有数据的，如何获得这些数据？ 　　获得标签对之间的数据有多种方法， 　　方法一 　　#coding=utf-8 import xml.dom.minidom #打开xml文档 dom = xml.dom.minidom.parse(‘abc.xml’) #得到文档素对象 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 属性返回被选节点的第一个子节点，.data表示该节点人数据。 　　  　　  　　方法二 　　#coding=utf-8 from xml.etree import ElementTree as ET per=ET.parse(‘abc.xml’) p=per.findall(‘https://www.cnblogs.com/fnng/p/login/item’) for oneper in p: for child in oneper.getchildren(): print child.tag,’:’,child.text p=per.findall(‘https://www.cnblogs.com/fnng/p/item’) for oneper in p: for child in oneper.getchildren(): print child.tag,’:’,child.text 　　方法二有点复杂，所引用模块也与前面的不一样，findall用于指定在哪一级标签下开始遍历。 　　getchildren方法按照文档顺序返回所有子标签。并输出标签名（child.tag）和标签的数据（child.text） 　　  　　其实，方法二的作用不在于此，它核心功能是可以遍历某一级标签下的所有子标签。