python操作xml文件详细介绍
关于python读取xml文章很多，但大多文章都是贴一个xml文件，然后再贴个处理文件的代码。这样并不利于初学者的学习，希望这篇文章可以更通俗易懂的教如何使用python 来读取xml 文件。
一、什么是xml？
xml即可扩展标记语言，它可以用来标记数据、定义数据类型，是一种允许用户对自己的标记语言进行定义的源语言。
abc.xml
复制代码 代码如下:
Ok ,从结构上，它很像我们常见的HTML超文本标记语言。但他们被设计的目的是不同的，超文本标记语言被设计用来显示数据，其焦点是数据的外观。它被设计用来传输和存储数据，其焦点是数据的内容。
那么它有如下特征：
首先，它是有标签对组成，
标签可以有属性：
标签对可以嵌入数据：
标签可以嵌入子标签（具有层级关系）：
二、获得标签属性
那么，下面来介绍如何用python来读取这种类型的文件。
复制代码 代码如下:
#coding=utf-8
import xml.dom.minidom
#打开xml文档
dom = xml.dom.minidom.parse(\’abc.xml\’)
#得到文档元素对象
root = dom.documentElement
print root.nodeName
print root.nodeValue
print root.nodeType
print root.ELEMENT_NODE
mxl.dom.minidom 模块被用来处理xml文件，所以要先引入。
xml.dom.minidom.parse() 用于打开一个xml文件，并将这个文件对象dom变量。
documentElement 用于得到dom对象的文档元素，并把获得的对象给root
每一个结点都有它的nodeName，nodeValue，nodeType属性。
nodeName为结点名字。
nodeValue是结点的值，只对文本结点有效。
nodeType是结点的类型。catalog是ELEMENT_NODE类型
现在有以下几种：
\’ATTRIBUTE_NODE\’
\’CDATA_SECTION_NODE\’
\’COMMENT_NODE\’
\’DOCUMENT_FRAGMENT_NODE\’
\’DOCUMENT_NODE\’
\’DOCUMENT_TYPE_NODE\’
\’ELEMENT_NODE\’
\’ENTITY_NODE\’
\’ENTITY_REFERENCE_NODE\’
\’NOTATION_NODE\’
\’PROCESSING_INSTRUCTION_NODE\’
\’TEXT_NODE\’
三、获得子标签
现在要获得catalog的子标签以的标签name
复制代码 代码如下:
对于知道元素名字的子元素，可以使用getElementsByTagName方法获取：
复制代码 代码如下:
#coding=utf-8
import xml.dom.minidom
#打开xml文档
dom = xml.dom.minidom.parse(\’abc.xml\’)
#得到文档元素对象
root = dom.documentElement
bb = root.getElementsByTagName(\’maxid\’)
b= bb[0]
print b.nodeName
bb = root.getElementsByTagName(\’login\’)
b= bb[0]
print b.nodeName
如何区分相同标签名字的标签：
复制代码 代码如下:
复制代码 代码如下:
#coding=utf-8
import xml.dom.minidom
#打开xml文档
dom = xml.dom.minidom.parse(\’abc.xml\’)
#得到文档元素对象
root = dom.documentElement
bb = root.getElementsByTagName(\’caption\’)
b= bb[2]
print b.nodeName
bb = root.getElementsByTagName(\’item\’)
b= bb[1]
print b.nodeName
root.getElementsByTagName(\’caption\’) 获得的是标签为caption 一组标签，b[0]表示一组标签中的第一个；b[2] ，表示这一组标签中的第三个。
四、获得标签属性值
复制代码 代码如下:
复制代码 代码如下:
#coding=utf-8
import xml.dom.minidom
#打开xml文档
dom = xml.dom.minidom.parse(\’abc.xml\’)
#得到文档元素对象
root = dom.documentElement
itemlist = root.getElementsByTagName(\’login\’)
item = itemlist[0]
un=item.getAttribute(\”username\”)
print un
pd=item.getAttribute(\”passwd\”)
print pd
ii = root.getElementsByTagName(\’item\’)
i1 = ii[0]
i=i1.getAttribute(\”id\”)
print i
i2 = ii[1]
i=i2.getAttribute(\”id\”)
print i
getAttribute方法可以获得元素的属性所对应的值。
五、获得标签对之间的数据
复制代码 代码如下:
获得标签对之间的数据有多种方法，
方法一：
复制代码 代码如下:
#coding=utf-8
import xml.dom.minidom
#打开xml文档
dom = xml.dom.minidom.parse(\’abc.xml\’)
#得到文档元素对象
root = dom.documentElement
cc=dom.getElementsByTagName(\’caption\’)
c1=cc[0]
print c1.firstChild.data
c2=cc[1]
print c2.firstChild.data
c3=cc[2]
print c3.firstChild.data
firstChild 属性返回被选节点的第一个子节点，.data表示获取该节点人数据。
方法二：
复制代码 代码如下:
#coding=utf-8
from xml.etree import ElementTree as ET
per=ET.parse(\’abc.xml\’)
p=per.findall(\’./login/item\’)
for oneper in p:
for child in oneper.getchildren():
print child.tag,\’:\’,child.text
p=per.findall(\’./item\’)
for oneper in p:
for child in oneper.getchildren():
print child.tag,\’:\’,child.text
方法二有点复杂，所引用模块也与前面的不一样，findall用于指定在哪一级标签下开始遍历。
getchildren方法按照文档顺序返回所有子标签。并输出标签名（child.tag）和标签的数据（child.text）
其实，方法二的作用不在于此，它核心功能是可以遍历某一级标签下的所有子标签。