最近刚在廖雪峰老师的网站里学习了Python的基础内容,想着循序渐进地找点实例练练手,网上看到有很多相关资料,决定针对感兴趣的内容实际编码实践一下,昨天刚好看到有关使用Python来读取XML文件的资料,看起来还算简单,所以打算就从这里开始着手我的Python实践~
下面的内容结构如下:
--------------------------------------------------------------------------------------------------------------------------
- XML指可扩展标记语言;
- 它的设计宗旨是传输数据,而不是显示数据;(ps:不要指望 XML 文件会直接显示为 HTML 页面,XML 文档不会携带有关如何显示数据的信息)
- 标签没有被预定义,需要自行定义标签
- 对它最好的描述是:独立于软件和硬件的信息传输工具
二、XML(可扩展标记语言)与HTML(超文本标记语言)的关系
- 可扩展标记语言是一种很像超文本标记语言的标记语言;(但不是超文本标记语言的替代,而是补充)
- 它被用来传输和存储数据,其焦点是数据的内容;而超文本标记语言是用来显示数据的,其焦点是数据的外观。
三、关于Python Minidom
(ps: 网上找到有关Minidom的详解比较少,大多都是实例。但这里贴个Python官方的介绍地址--> https://wiki.python.org/moin/MiniDom )
用Minidom在XML文件中读取到的信息,可以看做是一个主结构,根据XML文件标签的结构层次,构成了树的结构。
树中每一个节点有三种基本属性:
根名.nodeName为节点标签的名字。比如<aa>标签的nodeName为aa
根名.nodeValue是节点的值,只对文本结点有效。
根名.nodeType是节点的类型(W3C有关XML的介绍中有节点类型的具体阐述--> http://www.w3school.com.cn/xmldom/dom_nodetype.asp)
四、开始使用Python读取XML文件
1. 首先,建立一个测试用的XML文件,名为“123.xml”,比较简单,代码如下:
1 <?xml version="1.0" encoding="UTF-8" ?> 2 <catalog> 3 <aa value="first">this is the 1st.</aa> 4 <aa value="second">this is the 2nd.</aa> 5 </catalog>
2. 在同一个目录下,建立一个名为“xml_read.py”的文件
首先要导入minidom类库,导入方式有两种,对应的打开XML文件的语句也稍有不同。
第一种:
1 #导入类库 2 import xml.dom.minidom 3 #使用minidom里的parse()函数打开xml文档 4 dom = xml.dom.minidom.parse('123.xml')
第二种:
1 #导入类库 2 from xml.dom import minidom 3 #使用minidom里的parse()函数打开文件 4 doc = minidom.parse('123.xml')
导入类库并成功打开XML文件后,要获取根节点,这里的“documentElement”有点像HTML语言里的使用:
1 root = dom.documentElement
先试试将根节点相关的三种基本属性显示出来,代码如下:
1 print root.nodeName 2 print root.nodeValue 3 print root.nodeType
“xml_read.py”的完整代码 以及 实验效果如下:
1 #coding=utf-8 2 3 #导入类库 4 import xml.dom.minidom 5 6 #使用minidom里的parse()函数打开xml文档 7 dom = xml.dom.minidom.parse('123.xml') 8 9 root = dom.documentElement 10 #每一个节点都有它的 nodeName、nodeValue、nodeType属性 11 print root.nodeName 12 print root.nodeValue 13 print root.nodeType
效果如下:
---------------------------------------------------------------------------------------------------------------------
刚刚演示的是对根节点的基本属性显示,下面演示怎么获取子元素的相关信息。
对于知道元素名字的子元素,可以使用getElementsByTagName方法获取,由该方法返回的是一个list,因此需要用循环来读出“123.xml”子标签的内容:
修改后的“xml_read.py”的完整代码如下:
1 #coding=utf-8 2 3 #导入类库 4 import xml.dom.minidom 5 6 #使用minidom里的parse()函数打开xml文档 7 dom = xml.dom.minidom.parse('123.xml') 8 9 root = dom.documentElement 10 nodes= root.getElementsByTagName("aa") 11 for n in nodes: 12 print n.getAttribute("value") #获取属性值 13 print n.childNodes[0].data #获取文本值
结果显示如下:
这只是我的第一个实例尝试,也希望自己之后能够坚持练习,多去发现问题解决问题,逐步提高自己~