python网络编程学习笔记(八)：XML生成与解析（DOM、ElementTree）
xml.dom篇
DOM是Document Object Model的简称，XML 文档的高级树型表示。该模型并非只针对 Python，而是一种普通XML 模型。Python 的 DOM 包是基于 SAX 构建的，并且包括在 Python 2.0 的标准 XML 支持里。
一、xml.dom的简单介绍
１、主要方法：
minidom.parse(filename)：加载读取XML文件
doc.documentElement：获取XML文档对象
node.getAttribute(AttributeName)：获取XML节点属性值
node.getElementsByTagName(TagName)：获取XML节点对象集合
node.childNodes ：返回子节点列表。
node.childNodes[index].nodeValue：获取XML节点值
node.firstChild：访问第一个节点，等价于pagexml.childNodes[0]
返回Node节点的xml表示的文本：
doc = minidom.parse(filename)
doc.toxml('UTF-8')
访问元素属性：
Node.attributes["id"]
a.name #就是上面的 "id"
a.value #属性的值
２、举例说明
例１：文件名：book.xml
<?xml version="1.0" encoding="utf-8"?> <info> <intro>Book message</intro> <list id='001'> <head>bookone</head> <name>python check</name> <number>001</number> <page>200</page> </list><list id='002'> <head>booktwo</head> <name>python learn</name> <number>002</number> <page>300</page> </list>
</info>
（１）创建ＤＯＭ对象
import xml.dom.minidom
dom1=xml.dom.minidom.parse('book.xml')
（２）获取根字节
root=dom1.documentElement #这里得到的是根节点
print root.nodeName,',',root.nodeValue,',',root.nodeType
返回结果为：
info , None , 1
其中:
info是指根节点的名称root.nodeName
None是指根节点的值root.nodeValue
１是指根节点的类型root.nodeType,更多节点类型如下表：
| NodeType |
Named Constant |
| 1 |
ELEMENT_NODE |
| 2 |
ATTRIBUTE_NODE |
| 3 |
TEXT_NODE |
| 4 |
CDATA_SECTION_NODE |
| 5 |
ENTITY_REFERENCE_NODE |
| 6 |
ENTITY_NODE |
| 7 |
PROCESSING_INSTRUCTION_NODE |
| 8 |
COMMENT_NODE |
| 9 |
DOCUMENT_NODE |
| 10 |
DOCUMENT_TYPE_NODE |
| 11 |
DOCUMENT_FRAGMENT_NODE |
| 12 |
NOTATION_NODE |
（3）子元素、子节点的访问
Ａ、返回root子节点列表
import xml.dom.minidom
dom1=xml.dom.minidom.parse('book.xml')
root=dom1.documentElement
#print root.nodeName,',',root.nodeValue,',',root.nodeType
print root.childNodes
运行结果为：
[<DOM Text node "u'\n '">, <DOM Element: intro at 0x124ef58>, <DOM Text node "u'\n '">, <DOM Element: list at 0x1254058>, <DOM Text node "u'\n\n '">, <DOM Element: list at 0x1254418>, <DOM Text node "u'\n\n'">]
Ｂ、获取XML节点值，如返回根节点下第二个子节点intro的值和名字，添加下面一句
print root.childNodes[1].nodeName,root.childNodes[1].nodeValue
运行结果为：
intro None
Ｃ、访问第一个节点
print root.firstChild.nodeName
运行结果为：
#text
Ｄ、获取已经知道的元素名字的值，如要获取intro后的book message可以使用下面的方法：
import xml.dom.minidom
dom1=xml.dom.minidom.parse('book.xml')
root=dom1.documentElement
#print root.nodeName,',',root.nodeValue,',',root.nodeType
node= root.getElementsByTagName('intro')[0]
for node in node.childNodes:
if node.nodeType in (node.TEXT_NODE,node.CDATA_SECTION_NODE):
print node.data
这种方法的不足之处是需要对类型进行判断，使用起来不是很方便。运行结果是：
Book message
二、xml解析
对上面的xml进行解析
方法1 代码如下：
#@小五义 http://www.cnblogs.com/xiaowuyi #xml 解析import xml.dom.minidom dom1=xml.dom.minidom.parse('book.xml') root=dom1.documentElement book={} booknode=root.getElementsByTagName('list') for booklist in booknode: print '='*20 print 'id:'+booklist.getAttribute('id') for nodelist in booklist.childNodes: if nodelist.nodeType ==1: print nodelist.nodeName+':', for node in nodelist.childNodes: print node.data
运行结果为：
====================
id:001
head: bookone
name: python check
number: 001
page: 200
====================
id:002
head: booktwo
name: python learn
number: 002
page: 300
方法二：
代码：
#@小五义 http://www.cnblogs.com/xiaowuyi #xml 解析import xml.dom.minidom dom1=xml.dom.minidom.parse('book.xml') root=dom1.documentElement book={} booknode=root.getElementsByTagName('list') for booklist in booknode: print '='*20 print 'id:'+booklist.getAttribute('id') print 'head:'+booklist.getElementsByTagName('head')[0].childNodes[0].nodeValue.strip() print 'name:'+booklist.getElementsByTagName('name')[0].childNodes[0].nodeValue.strip() print 'number:'+booklist.getElementsByTagName('number')[0].childNodes[0].nodeValue.strip() print 'page:'+booklist.getElementsByTagName('page')[0].childNodes[0].nodeValue.strip()
运行结果与方法一一样。比较上面的两个方法，方法一根据xml的树结构进行了多次循环，可读性上不及方法二，方法直接对每一个节点进行操作，更加清晰。为了更加方法程序的调用，可以使用一个list加一个字典进行存储，具体见方法3：
#@小五义 http://www.cnblogs.com/xiaowuyi
#xml 解析
import xml.dom.minidom
dom1=xml.dom.minidom.parse('book.xml')
root=dom1.documentElement
book=[]
booknode=root.getElementsByTagName('list')
for booklist in booknode:
bookdict={}
bookdict['id']=booklist.getAttribute('id')
bookdict['head']=booklist.getElementsByTagName('head')[0].childNodes[0].nodeValue.strip()
bookdict['name']=booklist.getElementsByTagName('name')[0].childNodes[0].nodeValue.strip()
bookdict['number']=booklist.getElementsByTagName('number')[0].childNodes[0].nodeValue.strip()
bookdict['page']=booklist.getElementsByTagName('page')[0].childNodes[0].nodeValue.strip()
book.append(bookdict)
print book
运行结果为：
[{'head': u'bookone', 'page': u'200', 'number': u'001', 'id': u'001', 'name': u'python check'}, {'head': u'booktwo', 'page': u'300', 'number': u'002', 'id': u'002', 'name': u'python learn'}]
该列表里包含了两个字典。
三、建立ＸＭＬ文件
这里用方法三得到的结果，建立一个xml文件。
# -*- coding: cp936 -*- #@小五义 http://www.cnblogs.com/xiaowuyi #xml 创建import xml.dom def create_element(doc,tag,attr): #创建一个元素节点 elementNode=doc.createElement(tag) #创建一个文本节点 textNode=doc.createTextNode(attr) #将文本节点作为元素节点的子节点 elementNode.appendChild(textNode) return elementNode
dom1=xml.dom.getDOMImplementation()#创建文档对象，文档对象用于创建各种节点。 doc=dom1.createDocument(None,"info",None) top_element = doc.documentElement# 得到根节点 books=[{'head': u'bookone', 'page': u'200', 'number': u'001', 'id': u'001', 'name': u'python check'}, {'head': u'booktwo', 'page': u'300', 'number': u'002', 'id': u'002', 'name': u'python learn'}] for book in books: sNode=doc.createElement('list') sNode.setAttribute('id',str(book['id'])) headNode=create_element(doc,'head',book['head']) nameNode=create_element(doc,'name',book['name']) numberNode=create_element(doc,'number',book['number']) pageNode=create_element(doc,'page',book['page']) sNode.appendChild(headNode) sNode.appendChild(nameNode) sNode.appendChild(pageNode) top_element.appendChild(sNode)# 将遍历的节点添加到根节点下 xmlfile=open('bookdate.xml','w') doc.writexml(xmlfile,addindent=' '*4, newl='\n', encoding='utf-8') xmlfile.close()
运行后生成bookdate.xml文件，该文件与book.xml一样。
xml.etree.ElementTree篇
依然使用例1的例子，对xml进行解析分析。
1、加载XML
方法一：直接加载文件
import xml.etree.ElementTree
root=xml.etree.ElementTree.parse('book.xml')
方法二：加载指定字符串
import xml.etree.ElementTree root = xml.etree.ElementTree.fromstring(xmltext)这里xmltext是指定的字符串。
２、获取节点
方法一 利用getiterator方法得到指定节点
book_node=root.getiterator("list")
方法二 利用getchildren方法得到子节点,如例１中，要得到list下面子节点head的值：
#@小五义 http://www.cnblogs.com/xiaowuyiimport xml.etree.ElementTree
root=xml.etree.ElementTree.parse('book.xml')
book_node=root.getiterator("list")
for node in book_node:
book_node_child=node.getchildren()[0]
print book_node_child.tag+':'+book_node_child.text
运行结果为：
head:bookone
head:booktwo
方法三 使用find和findall方法
find方法找到指定的第一个节点：
# -*- coding: cp936 -*-
#@小五义
import xml.etree.ElementTree
root=xml.etree.ElementTree.parse('book.xml')
book_find=root.find('list')
for note in book_find:
print note.tag+':'+note.text
运行结果：
head:bookone
name:python check
number:001
page:200
findall方法将找到指定的所有节点：
# -*- coding: cp936 -*-
#@小五义
import xml.etree.ElementTree
root=xml.etree.ElementTree.parse('book.xml')
book=root.findall('list')
for book_list in book:
for note in book_list:
print note.tag+':'+note.text
运行结果：
head:bookone
name:python check
number:001
page:200
head:booktwo
name:python learn
number:002
page:300
３、对book.xml进行解析的实例
# -*- coding: cp936 -*-
#@小五义
import xml.etree.ElementTree
root=xml.etree.ElementTree.parse('book.xml')
book=root.findall('list')
for book_list in book:
print '='*20
if book_list.attrib.has_key('id'):
print "id:"+book_list.attrib['id']
for note in book_list:
print note.tag+':'+note.text
print '='*20
运行结果为：
====================
id:001
head:bookone
name:python check
number:001
page:200
====================
id:002
head:booktwo
name:python learn
number:002
page:300
====================
注意：
当要获取属性值时，如list id='001',用attrib方法。
当要获取节点值时，如<head>bookone</head>中的bookone用text方法。
当要获取节点名时，用tag方法。
-
本文向大家介绍python网络编程学习笔记(七)：HTML和XHTML解析(HTMLParser、BeautifulSoup)，包括了python网络编程学习笔记(七)：HTML和XHTML解析(HTMLParser、BeautifulSoup)的使用技巧和注意事项，需要的朋友参考一下 一、利用HTMLParser进行网页解析 具体HTMLParser官方文档可参考http://docs.pyth
-
本文向大家介绍python网络编程学习笔记(三)：socket网络服务器，包括了python网络编程学习笔记(三)：socket网络服务器的使用技巧和注意事项，需要的朋友参考一下 1、TCP连接的建立方法 客户端在建立一个TCP连接时一般需要两步，而服务器的这个过程需要四步，具体见下面的比较。 步骤 TCP客户端 TCP服务器 第一步 建立socket对象 建立socket对象 第二步 调用co
-
本文向大家介绍python网络编程学习笔记(二)：socket建立网络客户端，包括了python网络编程学习笔记(二)：socket建立网络客户端的使用技巧和注意事项，需要的朋友参考一下 1、建立socket 建立socket对象需要搞清通信类型和协议家族。通信类型指明了用什么协议来传输数据。协议的例子包括IPv4、IPv6、IPX\SPX、AFP。对于internet通信，通信类型基本上都是AF
-
本文向大家介绍python网络编程学习笔记(五)：socket的一些补充，包括了python网络编程学习笔记(五)：socket的一些补充的使用技巧和注意事项，需要的朋友参考一下 1、半开放socket 利用shutdown()函数使socket双向数据传输变为单向数据传输。shutdown()需要一个单独的参数，该参数表示了如何关闭socket。具体为：0表示禁止将来读；1 表示禁止将来写；2表
-
Python 中第一个让人印象深刻的语法就是缩进，Python 跟 js 不同，跟golang 不同，跟 shell script 不同，跟 c 不同，它们并没有要求必须缩进，但是 Python 不同，它就如同 jade 一样，缩进是必须的。
-
本文向大家介绍javascript学习笔记（三）BOM和DOM详解，包括了javascript学习笔记（三）BOM和DOM详解的使用技巧和注意事项，需要的朋友参考一下 js组成 我们都知道， javascript 有三部分构成，ECMAScript，DOM和BOM，根据宿主（浏览器）的不同，具体的表现形式也不尽相同，ie和其他的浏览器风格迥异。 1. DOM 是 W3C 的标准； [所有浏览器公共