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