Python：Dom解析XML文件(读XML)

这一篇文章接着前一篇来接续讲解如何使用Dom方式操作XML数据，这一篇文章主要介绍如何解析（parse）XML文件，本文实例XML文件是上一篇的生成的文件，我们看看能不能完整的读出来，这个XML文件内容如下：

XML/HTML代码

1. <?xml version="1.0" encoding="utf-8"?>
2. <book_store name="new hua" website="http://www.ourunix.org">
3. <book>
4. <name>Hamlet</name>
5. <author>William Shakespeare</author>
6. <price>$20</price>
7. <grade>good</grade>
8. </book>
9. <book>
10. <name>shuihu</name>
11. <author>naian shi</author>
12. <price>$200</price>
13. <grade>good</grade>
14. </book>
15. </book_store>

主要方法

        1、加载读取XML文件

Python代码

1. minidom.parse(filename) 

        2、获取XML文档对象

Python代码

1. doc.documentElement 

        3、 获取XML节点属性值

Python代码

1. node.getAttribute(AttributeName) 

        4、获取XML节点对象集合

Python代码

1. node.getElementsByTagName(TagName) 

        5、 获取XML节点值

Python代码

1. node.childNodes[index].nodeValue 

代码演示

        同样先用一个简单版本来演示下如何使用Dom解析XML文件，代码如下：

Python代码

1. '''''
2. Created on 2012-8-28
3.  
4. @author:  walfred
5. @module: domxml.parseXMLSimple
6. @description:
7. '''
8. import xml.dom.minidom as Dom 
9. import sys 
10.  
11. if __name__ == "__main__": 
12. try: 
13.         xml_file = Dom.parse("./book_store.xml") 
14. except Exception, e: 
15. print e 
16.         sys.exit() 
17.     node_root = xml_file.documentElement 
18.     name = node_root.getAttribute("name") 
19.     website = node_root.getAttribute("website") 
20. print "name of book store: %s\nwebsite of book store: %s" %(name, website) 
21.  
22.     node_book_list = node_root.getElementsByTagName("book") 
23. for book_node in node_book_list: 
24.         book_name_node = book_node.getElementsByTagName("name")[0] 
25.         book_name_value = book_name_node.childNodes[0].data 
26.  
27.         book_author_node = book_node.getElementsByTagName("author")[0] 
28.         book_author_value = book_author_node.childNodes[0].data 
29.  
30.         book_price_node = book_node.getElementsByTagName("price")[0] 
31.         book_price_value = book_price_node.childNodes[0].data 
32.  
33.         book_grade_node = book_node.getElementsByTagName("grade")[0] 
34.         book_grade_value = book_grade_node.childNodes[0].data 
35.  
36. print "book: %s\t author: %s\t price: %s\t grade: %s\t" %(book_name_value, book_author_value, book_price_value, book_grade_value) 

        运行结果如下：

name of book store: new hua

website of book store: http://www.ourunix.org

book: Hamlet author: William Shakespeare price: $20 grade: good

book: shuihu author: naian shi price: $200 grade: good

        同样接着来一个所谓的高级版本：

XML/HTML代码

1. '''  
2. Created on 2012-8-28  
3.  
4. @author:  walfred 
5. @module: domxml.XMLParser  
6. @description: 
7. '''   
8.  
9. import xml.dom.minidom as Dom 
10. import sys 
11.  
12. class XMLParser: 
13.     def __init__(self, xml_file_path): 
14.         try: 
15. self.xml = Dom.parse(xml_file_path) 
16.         except: 
17.             sys.exit() 
18. self.book_list = list() 
19.  
20.     def getNodeName(self, prev_node, node_name): 
21.         return prev_node.getElementsByTagName(node_name) 
22.  
23.     def getNodeAttr(self, node, att_name): 
24.         return node.getAttribute(att_name) 
25.  
26.     def getNodeValue(self, node): 
27.         return node.childNodes[0].data.encode("utf-8") 
28.  
29.     def parse(self): 
30. node_root = self.xml.documentElement 
31.         print "store: %s, website: %s" %(self.getNodeAttr(node_root, "name"), \ 
32.                                      self.getNodeAttr(node_root, "website")) 
33.  
34. node_book_list = self.getNodeName(node_root, "book") 
35.  
36.         for node_book in node_book_list: 
37. book_info = dict() 
38. node_book_name = self.getNodeName(node_book, "name")[0] 
39. book_name_value = self.getNodeValue(node_book_name) 
40.             book_info["name"] = book_name_value 
41.  
42. node_book_author = self.getNodeName(node_book, "author")[0] 
43. book_author_value = self.getNodeValue(node_book_author) 
44.             book_info["author"] = book_author_value 
45.  
46. node_book_price = self.getNodeName(node_book, "price")[0] 
47. book_price_value = self.getNodeValue(node_book_price) 
48.             book_info["price"] = book_price_value 
49.  
50. node_book_grade = self.getNodeName(node_book, "grade")[0] 
51. book_garde_value = self.getNodeValue(node_book_grade) 
52.             book_info["grade"] = book_garde_value 
53.  
54.             self.book_list.append(book_info) 
55.  
56.     def getBookList(self): 
57.         return self.book_list 
58.  
59. if __name__ == "__main__": 
60. myXMLParser = XMLParser("book_store.xml") 
61.     myXMLParser.parse() 
62.     print myXMLParser.getBookList() 
63.  

        完