python之XML文件解析

• 2019 年 12 月 10 日
• 筆記

python对XML的解析

常见的XML编程接口有DOM和SAX，这两种接口处理XML文件的方式不同，当然使用场合也不同。

python有三种方法解析XML，分别是SAX，DOM，以及ElementTree三种方法。

以下案例依次介绍三种方法：

　　先写一个关于book的xml文件

<books>      <book id="01">          <bookname>python入门</bookname>          <author>李强</author>          <price>25</price>      </book>      <book id="02">          <bookname>java基础</bookname>          <author>王洋</author>          <price>30</price>      </book>      <book id="03">          <bookname>神雕侠侣</bookname>          <author>金庸</author>          <price>212</price>      </book>    </books>

1.DOM(Document Object Model)

将XML数据在内存中解析成一个树，通过对树的操作来操作XML。

操作代码如下：

#引入parse的包  from xml.dom.minidom import parse    doc=parse("book.xml")                   #先把xml文件加载进来  root=doc.documentElement                #获取元素的根节点  books=root.getElementsByTagName('book') #找到子节点，得到的是一个数组    for book in books:                       #把所有的子节点进行遍历      print("===book====")      if book.hasAttribute('id'):             #如果有ID属性，则输出          print('书的ID是：%s'% book.getAttribute('id'))        bookname=book.getElementsByTagName("bookname")[0]  #根据标签名找到，并且输出第一个元素      print("书名是：%s"%bookname.childNodes[0].data)      #输出标签名的子节点的第一个值，并转为data类型      author=book.getElementsByTagName("author")[0]      print("作者是：%s"%author.childNodes[0].data)      price=book.getElementsByTagName("price")[0]      print("价格是：%s"%price.childNodes[0].data)

2.SAX (simple API for XML )

python 标准库包含SAX解析器，SAX用事件驱动模型，通过在解析XML的过程中触发一个个的事件并调用用户定义的回调函数来处理XML文件。

from xml.sax import parse, ContentHandler #引入继承包ContentHandler      #书的类  class Book:      #定义初始化属性，和xml文件属性相同      def __init__(self,bookname=None,author=None,price=None):          self.bookname=bookname          self.author=author          self.price=price      def __str__(self):  #转化为字符串输出          return self.bookname+","+self.author+","+self.price    books=[]#定义一个书的数组,用来存放每次得到的数据    #定义继承ContentHandler的类，可以实现相应的方法  class bkdemo(ContentHandler):      def __init__(self):          #定义全局变量          self.book=None #用来接收book的相应数据          self.tag=None  #用来接收characters方法得到的content内容      def startDocument(self): #books对象开始          print("对象开始")      def endDocument(self):  #books对象结束          print("对象结束")      def startElement(self, name, attrs): #每一个标签元素的开始，name：标签名称 attrs:标签内部相应属性          if name=='book':  #如果标签名是book              self.book=Book()  #创建一个Book()对象      def endElement(self, name):  #每一个标签元素的结束，name：标签名称 （此时才会得到相应的content）          if name=='bookname':              self.book.bookname=self.tag  #对象的标签名=得到相应content的值          if name=='author':              self.book.author=self.tag          if name=='price':              self.book.price=self.tag          if name=='book':              books.append(self.book)  #为定义的数组追加得到的相应元素        def characters(self, content):          self.tag=content   #写了self的，就可以定义为全局变量      parse("book.xml",bkdemo())  #parse的方法，分别指明xml文件，并调用查找的类方法  for i in books:   #对数组books[]循环      print(i)

3.ElementTree(元素树)

ElementTree就像一个轻量级的DOM，具有方便友好的API。代码可用性好，速度快，消耗内存少。

from xml.etree import ElementTree  #引入ElementTree的包  #书的类  class Book:      #定义初始化属性，和xml文件属性相同      def __init__(self,bookname=None,author=None,price=None):          self.bookname=bookname          self.author=author          self.price=price      def __str__(self):  #转化为字符串输出          return self.bookname+","+self.author+","+self.price    roota=ElementTree.parse("book.xml") #parse方法读取xml文件，得到元素树  bk=roota.findall("book")  #findall查询所有的book标签  boo=[]   #定义一个集合  for aa in bk:   #对得到的所有的根元素下的子标签循环输出      book=Book()   #定义一个类对象      book.bookname=aa.find("bookname").text #对象的相应标签值=子标签查找到的固定标签名，并以text形式输出      book.author=aa.find("author").text      book.price=aa.find("price").text      boo.append(book)  #将得到的属性值追加到定义的集合中    for i in boo:  #遍历集合      print(i)

输出结果：

python入门,李强,25  java基础,王洋,30  神雕侠侣,金庸,212    Process finished with exit code 0