• Python使用xml.dom解析xml


    在菜鸟教程上找了个关于电影信息的xml类型的文档,用python内置的xml.dom来解析提取一下信息。

    先复习一下xml概念:

    • XML 指可扩展标记语言(EXtensible Markup Language)
    • XML 是一种标记语言,很类似 HTML
    • XML 的设计宗旨是传输数据,而非显示数据
    • XML 被设计为具有自我描述性。
    • XML 是 W3C 的推荐标准

    解析工具:

    文件对象模型(Document Object Model,简称DOM),是W3C组织推荐的处理可扩展置标语言的标准编程接口。

    解析原理:一个 DOM 的解析器在解析一个 XML 文档时,一次性读取整个文档,把文档中所有元素保存在内存中的一个树结构里,之后可以利用DOM 提供的不同的函数来读取或修改文档的内容和结构,也可以把修改过的内容写入xml文件。

    XML代码如下

    目录层次:

    collect shelf

        movie title

              xxxx

              xxxx

    Python解析代码

    from xml.dom.minidom import parse
    import xml.dom.minidom
    
    #使用Minidom解析器打开xml文档
    DOMTree = xml.dom.minidom.parse("mov.xml")
    collection = DOMTree.documentElement
    if collection.hasAttribute("shelf"):
        print("Root element : %s " % collection.getAttribute("shelf"))
    
    #self.getElementsByTagName("xx")取下级
    #在集合里面获取所有电影
    movies = collection.getElementsByTagName("movie")
    
    #打印每部电影的详细信息
    for movie in movies:
        print("********movies*********")
        if movie.hasAttribute("title"):
            print("title : %s" % movie.getAttribute("title"))
    
        type = movie.getElementsByTagName("type")[0]
        print("type : %s" % type.childNodes[0].data)
    
        format = movie.getElementsByTagName("format")[0]
        print("Format : %s" % format.childNodes[0].data)
        
        #有些电影里不一定有year这条信息,用if语句不会导致报错
        if movie.getElementsByTagName("year"):
            year = movie.getElementsByTagName("year")[0]
            print("year : %s" % year.childNodes[0].data)
    
        if movie.getElementsByTagName("episodes"):
            episodes = movie.getElementsByTagName("episodes")[0]
            print("episodes : %s" % episodes.childNodes[0].data)
    
        rating = movie.getElementsByTagName("rating")[0]
        print("rating : %s" % rating.childNodes[0].data)
    
        stars = movie.getElementsByTagName("stars")[0]
        print("stars : %s" % stars.childNodes[0].data)
    
        description = movie.getElementsByTagName("description")[0]
        print("description : %s" % description.childNodes[0].data)

    输出结果:

    Root element : New Arrivals 
    ********movies*********
    title : Enemy Behind
    type : War, Thriller
    Format : DVD
    year : 2003
    rating : PG
    stars : 10
    description : Talk about a US-Japan war
    ********movies*********
    title : Transformers
    type : Anime, Science Fiction
    Format : DVD
    year : 1989
    rating : R
    stars : 8
    description : A schientific fiction
    ********movies*********
    title : Trigun
    type : Anime, Action
    Format : DVD
    episodes : 4
    rating : PG
    stars : 10
    description : Vash the Stampede!
    ********movies*********
    title : Ishtar
    type : Comedy
    Format : VHS
    rating : PG
    stars : 2
    description : Viewable boredom
  • 相关阅读:
    vim setting
    贵价的高级衣物清理法小Tipp之观察别人当然要从脚看起咯!
    面试季,如何通过衣品为自己加薪
    【内部竞聘】华东/华南 -区域招商高级经理/经理
    格柏科技简介
    丝琪制衣(上海)有限公司_丝琪制衣_网站首页
    男人的网站—Indochino不完全解析 | 曾亮.ME
    Paul Smith2014春夏男装发布秀__Paul Smith[保罗·史密斯]男装周_男装秀场-GQ男士网
    Paul Smith2010春夏男装发布秀__Paul Smith[保罗·史密斯]男装周_男装秀场-GQ男士网
    Paul Smith 2015春夏男装秀_时尚_腾讯网
  • 原文地址:https://www.cnblogs.com/kumata/p/9447732.html
Copyright © 2020-2023  润新知