python操作xml文件详细介绍

冉冉升起的如银的炊烟，那更古沉默永不停息的小溪，那驮着夕阳缓缓独行的老牛，一方方秧田像棋盘格子，绿绒绒的秧苗，织成一幅幅地毯，远远地伸向天际；丛丛绿树掩映着青砖红瓦的房屋。春天，故乡的松树林依然郁郁苍苍，映山红却已开遍山丘。

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。

一、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='123456'>

 <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）：

二、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')
#得到文档元素对象

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对象的文档元素，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'

三、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='123456'>

 　　<caption>Python</caption>

 <item id="4">

 <caption>测试</caption>

 </item>

 </login>

 <item id="2">

 <caption>Zope</caption>

 </item>

</catalog>

对于知道元素名字的子元素，可以使用getElementsByTagName方法获取：



#coding=utf-8

import xml.dom.minidom
#打开xml文档

dom = xml.dom.minidom.parse('abc.xml')
#得到文档元素对象

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='123456'>

 　　<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')
#得到文档元素对象

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。

四、获得标签属性值



<?xml version="1.0" encoding="utf-8"?>

<catalog>

 <maxid>4</maxid>

 <login username="pytest" passwd='123456'>

 　　<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')
#得到文档元素对象

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方法可以获得元素的属性所对应的值。

五、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='123456'>

 　　<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')
#得到文档元素对象

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表示获取该节点人数据。

方法二：



#coding=utf-8

from xml.etree import ElementTree as ET

per=ET.parse('abc.xml')

p=per.findall('./login/item')
for oneper in p:

 for child in oneper.getchildren():

 print child.tag,':',child.text


p=per.findall('./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。

PS：这里再为大家提供几款关于xml操作的在线工具供大家参考使用：

在线XML/JSON互相转换工具：
http://tools.haodaima.com/code/xmljson

在线格式化XML/在线压缩XML：
http://tools.haodaima.com/code/xmlformat

XML在线压缩/格式化工具：
http://tools.haodaima.com/code/xml_format_compress

以上就是python操作xml文件详细介绍。许多找借口的人，在享受了借口带来的短暂快乐后，起初有点自责，多多少少有点骗人的味道。可是重复的次数一多，也就变得无所谓了，原本有点良知的心变得麻木不仁。其实，正是借口绊住了前进的脚步，迷惑了原本聪慧的头脑，让成功离你而去。更多关于python操作xml文件详细介绍请关注haodaima.com其它相关文章！

全站频道

大家都在搜索：