xml的学习和使用python解析读取xml文件

1. XML的介绍

XML 指可扩展标记语言（EXtensible Markup Language）。

和json类似也是用于存储和传输数据，还可以用作配置文件。

类似于HTML超文本标记语言，但是HTML所有的标签都是预定义的，而xml的标签是自行定义。

XML 和 HTML 为不同的目的而设计，HTML 旨在显示信息，而 XML 旨在传输信息。：

XML 被设计用来传输和存储数据，其焦点是数据的内容。
HTML 被设计用来显示数据，其焦点是数据的外观。

所以对 XML 最好的描述是：

XML 是独立于软件和硬件的信息传输工具。

2.XML的树结构

XML 元素指的是从（且包括）开始标签直到（且包括）结束标签的部分。元素可包含其他元素、文本或者两者的混合物。元素也可以拥有属性。 

每一个元素有三个属性：tag、text、attrib

比如下面例子中，note是根元素，他的tag就是note，attrib属性是id=1，没有文本节点，有四个子元素。

 
  
接下来 4 行描述根的 4 个子元素（to, from, heading 以及 body），子元素只有文本内容，元素拥有属性和元素内容。
 
  
最后一行定义根元素的结尾：
 
  
 
  
父、子以及同胞等术语用于描述元素之间的关系。父元素拥有子元素。相同层级上的子元素成为同胞。所有的元素都可以有文本内容和属性（类似 HTML 中）。
 
  
3.XML语法 
 
  
在 HTML 中，某些元素不必有一个关闭标签；在 XML 中，省略关闭标签是非法的。所有元素都必须有关闭标签。
 
  
在 XML 中，XML 的属性值必须加引号。
 
  

Tove
Jani
 
  
在 HTML 中，常会看到没有正确嵌套的元素；在 XML 中，所有元素都必须彼此正确地嵌套。
 
  
This text is bold and italic 正确
This text is bold and italic 错误
 
  
XML 中的注释：
 
  
4.XML DOM
 
  
DOM（Document Object Model 文档对象模型）定义了访问和操作文档的标准方法，把 XML 文档作为树结构来查看。
 
  
所有元素可以通过 DOM 树来访问。可以修改或删除它们的内容，并创建新的元素。元素，它们的文本，以及它们的属性，都被认为是节点。
 
  
4.1python解析xml例子：
 
  



 
	 
	 张三
	 561
 
 
	 
	 李四
	 600
 
 
  
使用python脚本读取代码：
 
  
import os
from xml.dom.minidom import parse

xml_file = r'D:\pythonProject\xml\book.xml'

    # print(xml_file)
#获取 xml 文档对象
domTree = parse(xml_file)
#获得根节点
rootNode = domTree.documentElement

# print('显示xml文档内容')
# print(rootNode.toxml())
# print('*'*10)

#判断根节点是否有属性
if rootNode.hasAttribute('type'):
    print('根节点的的type属性为：',rootNode.getAttribute('type'))
else:
    print('根节点没有属性')

book=rootNode.getElementsByTagName('book')
print('有%d个book节点'%len(book))

print(rootNode.getElementsByTagName('title')[0].childNodes[0].nodeValue)
print("rootNode.getElementsByTagName('title')[0] 是获取文档第一个title元素")
print("childNodes[0]是‘title'元素的第一个子元素，也就是文本节点")
print("nodeValue为获取节点的值")

print('*'*10)

for i in range(len(book)):
    print('\n显示第%d个book节点的内容:'%(i+1))
    print(rootNode.getElementsByTagName('book')[i].toxml())
    print()
    if rootNode.getElementsByTagName('book')[i].hasAttribute('category'):
            print('book节点的属性是：',book[i].getAttribute('category'))
        
    print('title的值：',book[i].getElementsByTagName('title')[0].childNodes[0].data)
    #从根节点写是print(rootNode.getElementsByTagName('book')[1].getElementsByTagName('title')[0].childNodes[0].data)
    
    print('author的值：',book[i].getElementsByTagName('author')[0].childNodes[0].data)
    #或者用childNodes[0].nodeValue
    # print('author的值：', book[i].getElementsByTagName('author')[0].childNodes[0].nodeValue)
    
    print('pageNumber的值：',book[i].getElementsByTagName('pageNumber')[0].childNodes[0].data)
    print('*' * 10)

 
  
运行结果：
 
  
 
  
 其中需要注意的是即使 XML 文件只包含一个元素，也必须指定数组索引 [0]。这是因为getElementsByTagName() 方法返回的是一个数组。
 
  
4.2python创建xml例子
 
  
doc.writexml():生成xml文档，将创建的存在于内存中的xml文档写入本地硬盘中，这时才能看到新建的xml文档
 
  
语法：
 writexml(file,indent=’’,addindent=’’,newl=’’,endocing=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
 allindent：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
 
  
import xml.dom.minidom

#在内存中创建一个空的文档
doc=xml.dom.minidom.Document()

#创建根元素
root=doc.createElement('booklist')
# print('添加的xml标签为：',root.tagName)

#设置根元素的属性
root.setAttribute('type','science and engineering')

#将根节点添加到文档对象中
doc.appendChild(root)

#创建子元素
book=doc.createElement('book')
#添加注释
book.appendChild(doc.createComment('这是注释'))

#设置子元素的属性
book.setAttribute('category','math')

#子元素中嵌套子元素，并添加文本节点
title=doc.createElement('title')
title.appendChild(doc.createTextNode('learning math'))
author=doc.createElement('author')
author.appendChild(doc.createTextNode('张三'))
pageNumber=doc.createElement('pageNumber')
pageNumber.appendChild(doc.createTextNode('561'))

#将子元素添加到boot节点中
book.appendChild(title)
book.appendChild(author)
book.appendChild(pageNumber)
#将book节点添加到root根元素中
root.appendChild(book)

#创建子元素
book=doc.createElement('book')
#设置子元素的属性
book.setAttribute('category','python')

title=doc.createElement('title')
title.appendChild(doc.createTextNode('learning python'))

author=doc.createElement('author')
author.appendChild(doc.createTextNode('李四'))
pageNumber=doc.createElement('pageNumber')
pageNumber.appendChild(doc.createTextNode('600'))

#将子元素添加到boot节点中
book.appendChild(title)
book.appendChild(author)
book.appendChild(pageNumber)
#将book节点添加到root根元素中
root.appendChild(book)

print(root.toxml())

fp= open(r'D:\pythonProject\xml\new.xml','w',encoding='utf-8')#需要指定utf-8的文件编码格式，不然notepad中显示十六进制
doc.writexml(fp,indent='',addindent='\t',newl='\n',encoding='utf-8')
fp.close()
 
  
运行显示结果：
 
  
 
  
 4.3向xml中插入新的子元素
 
  
import os
import xml.dom.minidom

from xml.dom.minidom import parse

#对book.xml新增一个子元素english，并删除math元素
xml_file = r'D:\pythonProject\xml\book.xml'

# #拿到根节点
domTree = parse(xml_file)
rootNode = domTree.documentElement

rootNode.removeChild(rootNode.getElementsByTagName('book')[0])

print(rootNode.toxml())

#在内存中创建一个空的文档
doc=xml.dom.minidom.Document()

book=doc.createElement('book')
book.setAttribute('category','english')
title=doc.createElement('title')
title.appendChild(doc.createTextNode('learning english'))
author=doc.createElement('author')
author.appendChild(doc.createTextNode('王五'))
pageNumber=doc.createElement('pageNumber')
pageNumber.appendChild(doc.createTextNode('328'))

book.appendChild(title)
book.appendChild(author)
book.appendChild(pageNumber)

math_book=rootNode.getElementsByTagName('book')[0]

#insertBefore方法  父节点.insertBefore(新节点，父节点中的子节点)
rootNode.insertBefore(book,math_book)
#appendChild将新产生的子元素在最后插入
# rootNode.appendChild(book)

print(rootNode.toxml())

with open(xml_file,'w',encoding='utf-8') as fh:
    domTree.writexml(fh,indent='',addindent='\t',newl='',encoding='utf-8')
 
  
 运行后显示效果：
 
  
 
  
我上传的代码链接：
 
  
Python解析创建xml文件的代码https://download.csdn.net/download/wjzholmes/71956966https://download.csdn.net/download/wjzholmes/71956966