Python解析xml文件内容

2018年2月8日

项目练习的时候遇到一个问题：有一个xml文件中包含了需要提取的内容信息。如图：

image.png

需要将其中的name和weatherCode属性值提取出来。

先尝试用file.readlines()加re正则表达式，存数据的时候发现有空数据。故转而查了一下Python解析xml文件的使用。
参考：https://www.cnblogs.com/cmt110/p/7464944.html

自己再结合起来总结一下：
xml文件内容：


4

Python

测试



Zope

image.png

xml的结构很像HTML超文本标记语言。
特征：
标签对：
标签中可以有属性：
标签对中可以嵌入数据：Zope
标签对嵌套使用：

4

一、获得标签的信息

coding=utf-8

import xml.dom.minidom
dom = xml.dom.minidom.parse(r'D:\abc.xml')
root = dom.documentElement
print(root.nodeName)
print(root.nodeValue)
print(root.nodeType)
print(root.ELEMENT_NODE)

xml.dom.minidon模块用来处理xml文件
parse()方法用户打开并解析文件内容
documentElement：用于得到dom对象的文档元素，并将获得的对象给root，每一个结点都有它的nodeName,nodeValue,nodeType属性
nodeName:结点名字
nodeValue:结点值，只对文本结点有效
nodeType:结点类型

二、获得子标签maxid，login
对于知道元素名字的子标签，可使用getElementsByTagName()方法获取

coding=utf-8

import xml.dom.minidom
dom = xml.dom.minidom.parse(r'D:\abc.xml')
root = dom.documentElement
tag = root.getElementsByTagName('maxid')
t = tag[0]
print(t.nodeName)
tag = root.getElementsByTagName('login')
t = tag[0]
print(t.nodeName)

三、区分相同标签名的标签（示例xml中的caption、item标签有多个）

coding=utf-8

import xml.dom.minidom
dom = xml.dom.minidom.parse(r'D:\abc.xml')
root = dom.documentElement
tag = root.getElementsByTagName('caption')
t1 = tag[0]
print(t1.nodeName)
t2 = tag[2]
print(t2.nodeName)
tag = root.getElementsByTagName('item')
t1 = tag[1]
print(t1.nodeName)

root.getElementsByTagName('caption')获得的是标签名为caption的一组标签，返回的结果数据类型类似于列表

四、获取标签属性的值（username="pytest" passwd='123456' id='4'）
getAttribute()方法可以获得标签中属性的值

coding=utf-8

import xml.dom.minidom
dom = xml.dom.minidom.parse(r'D:\abc.xml')
root = dom.documentElement

获得标签中的属性值

item_list = root.getElementsByTagName('login')
item = item_list[0]
un = item.getAttribute('username')
print(un)
pd = item.getAttribute('passwd')
print(pd)

五、获取标签对之间的数据
Python
测试
Zope

coding=utf-8

import xml.dom.minidom
dom = xml.dom.minidom.parse(r'D:\abc.xml')
root = dom.documentElement

获得标签对之间的数据

info_list = dom.getElementsByTagName('caption')
info1 = info_list[0]
print(info1.firstChild.data)

info2 = info_list[1]
print(info2.firstChild.data)

info3 = info_list[2]
print(info3.firstChild.data)

firstChild属性返回被选节点的第一个子节点，.data表示该节点内的数据。