python解析xml文档实例

博客已迁移  新地址 打开

=======================

今天恰好用到，记录一下

使用python

用到的包：xml.dom.minidom

需求：

有一个表，里面数据量比较大，每天一更新，其字段可以通过配置文件进行配置，即，可能每次建表的字段不一样。

上游跑时会根据配置从源文件中提取，到入库这一步需要根据配置进行建表。

解决：

写了一个简单的xml，配置需要字段及类型

上游读取到对应的数据

入库这一步，先把原表删除，根据配置建新表

XML文件

<?xml version="1.0" encoding="UTF-8"?>
<!-- 表名 ,数据库名   可灵活配置插入哪个库哪个表 -->
<table name="top_query" db_name="evaluting_sys">
<!-- 非业务主键，自增长,可配名，其他 INTEGER UNSIGNED AUTO_INCREMENT  -->
<primary_key>
<name>id</name>
</primary_key>
<!-- 字段开始 -->
<field>
<name>query</name>
<type>varchar(200)</type>
<is_index>false</is_index>
<description>query</description>
</field>
<field>
<name>pv</name>
<type>integer</type>
<is_index>false</is_index>
<description>pv</description>
</field>
<field>
<name>avg_money</name>
<type>integer</type>
<is_index>false</is_index>
<description></description>
</field>
<!-- 字段配置结束 -->
</table>

脚本：

#!/usr/bin/python
# -*- coding:utf-8 -*-
#author: ken
#desc: use to read db xml config.
#-----------------------
#2012-02-18 created

#----------------------

import sys,os
from xml.dom import minidom, Node

def read_dbconfig_xml(xml_file_path):
  content = {}

  root = minidom.parse(xml_file_path)
  table = root.getElementsByTagName("table")[0]

  #read dbname and table name.
  table_name = table.getAttribute("name")
  db_name = table.getAttribute("db_name")

  if len(table_name) > 0 and len(db_name) > 0:
     db_sql = "create database if not exists `" + db_name +"`; use " + db_name + ";" 
     table_drop_sql = "drop " + table_name + " if exists " + table_name + ";" 
     content.update({"db_sql" : db_sql})
     content.update({"table_sql" : table_drop_sql })
  else:
     print "Error:attribute is not define well!  db_name=" + db_name + " ;table_name=" + table_name
     sys.exit(1)
  #print table_name, db_name
  
  table_create_sql = "create table " + table_name +"("

  #read primary cell
  primary_key = table.getElementsByTagName("primary_key")[0]
  primary_key_name = primary_key.getElementsByTagName("name")[0].childNodes[0].nodeValue

  table_create_sql += primary_key_name + " INTEGER NOT NULL AUTO_INCREMENT PRIMARY KEY,"

  #print primary_key.toxml()
  #read ordernary field 
  fields = table.getElementsByTagName("field")
  f_index = 0
  for field in fields:
    f_index += 1
    name = field.getElementsByTagName("name")[0].childNodes[0].nodeValue
    type = field.getElementsByTagName("type")[0].childNodes[0].nodeValue
    table_create_sql += name + " " + type
    if f_index != len(fields):
      table_create_sql += ","
    is_index = field.getElementsByTagName("is_index")[0].childNodes[0].nodeValue

  table_create_sql += ");"
  content.update({"table_create_sql" : table_create_sql})
  #character set latin1 collate latin1_danish_ci;
  print content


if __name__ == "__main__":
  read_dbconfig_xml(sys.argv[1])

涉及方法：

root = minidom.parse(xml_file_path)  获取dom对象

root.getElementsByTagName("table")  根据tag获取节点列表

table.getAttribute("name")  获取属性

primary_key.getElementsByTagName("name")[0].childNodes[0].nodeValue  获取子节点的值（<name>id</name>  得到id）

--------------------------------------------------------------------------

简单的读取就是这样，这里只是简单使用了下

后续需去了解下python读取xml的几个库

xml.dom.minidom

xml.etree.ElementTree 

libxml2

lxml.etree 

xpath 

 2012-02-18