- 参考
- https://docs.python.org/3/library/xml.etree.elementtree.html
- http://www.runoob.com/python/python-xml.html
- https://blog.csdn.net/seetheworld518/article/details/49535285
- XML(eXtensible Markup Language), 可扩展标记语言
- 标记语言： 语言中的都是用尖括号
<和>括起来的文本字符串标记 - 可扩展： 用户可以定义自己的需要的标记，
-
例如:
<Teacher> 自定义标记Teacher 在两个标记之间任何内容都应该跟Teacher相关 </Teacher> - XML是W3C组织指定的一个标准，是一种标准通用的描述数据语言
- XML描述的是数据本身即数据的结构和语义，而不是格式化，
- HTML主要描述的是如何显示web页面的数据(以后会讲)
- 标记语言： 语言中的都是用尖括号
- XML可以跨平台，跨应用程序工作
- XML是W3C指定的标准，应用广泛
- XML是一种标准通用的描述数据的语言
- 主要用来在多个系统间公共数据的交换
- XML是真正在的平台无关
- 聚焦于数据的传输而不是显示
- XML文档的构成
- 处理指令(可以认为一个文件内只有一个处理指令)
- 根元素(一个文件内只有一个根元素)
- 子元素
- 属性
- 内容
- 注释
- XML长这样：
- 规范的XML
- 规范的XML文件是严格按照W3C标准产生的
- XML处理器会按一定顺序读取内容，当发现语法错误的时候，会立即停止
- 常见规则：
- 名字中不能包含空格
- 名字不能一数字或者标点符号开头
- 左尖括号后不能出现空格
- 起始和结束标签的大小写必须一直（大小写敏感)
- XML文件中出现的第一个元素是根元素
- 元素必须有完整的起始和结束标签
- 所有元素必须嵌套在一个根元素内
- 嵌套元素不可以相互重叠
-
子元素如果内容为空可以缩写标签
<Book ID>1</Book ID> #不对，名字中间不能有空格 <1BookID>1</1BookID> #不能以数字开头 < Name>WangDapang</Name> #左尖括号不能跟空格 <name>Wang</Name> #大小写不一致
- XML属性规则
- 属性可以在起始标签和处理指令之间声明
- 可以有多个属性，但需要使用空格分隔
- 每条属性包括属性名和属性值两部分
- 一个元素中不能有重名的属性 2.不同元素中属性名可以重复
- 属性名不能包含空格
- 赋值可以使用单引号或者双引号
- XML中选择属性还是元素
- 元素用于封装数据，
-
属性通常用于提供有关元素的伴随信息，而不是原始数据本身
<Book ID="1" ID="2">1</Book> #属性名重复 <Teacher First Name="Wang">WangDaPeng</Teacher> #属性名中间不能有空格
- XML处理指令
- 与XML本身处理器相关的一些声明或者指令
- 以xml关键字开头
- 在xml文件中只能出现一次并且必须在头部
- 一般用于声明XML的版本和采用的
- version属性是必须的
- encoding属性用来支出xml解释器使用的编码
- 与XML本身处理器相关的一些声明或者指令
- 注释
- 注释不能嵌套在标签里
- 只有在注释的开始和结尾使用双短横线
-
三短横线只能出现在注释的开头而不能公用在结尾
<name> <!-- wangdapeng --> </name> #可以 <name <!-- wangdapeng -->> </name> #不可以，注释在标签内 <!--my-name-by-wang--> #可以，注释内容可以有一个短横线 <!--my--name--by--wang-->#不可以，双短横线只能出现在开头或结尾 <!---my-name--> #可以， 三短横线只能出现在开头 <!---my-name---> #不可以， 三短横线只能出现在开头
- 保留字符的处理
- xml中使用的符号会和实际使用中的符号冲突，比如大于，小于号
-
使用实体引用（EntityReferences）来表示保留字符
<score> score>80 </score> #有错误，xml中不能出现> <score> score>80</score> #使用实体引用 -
把含有保留字符的部分放在CDATA块内部，CDATA块只是XML编译器讲标记视为字符数据
<![CDATA[ select name,age from Student where score>80 ]]> - 常见的保留字符和对应的实体引用
- &:&
- <:<
-
:>
- ’:’
- ”:”
- 一共五个， 每个实体引用都以&开头并且以分号结尾
- 标记的命名规则
- 目的是使XML文件更容易读懂
- 一般用首字母大写格式定义元素和属性
- Pascal命名规则
-
尽量避免缩写，缩写回让文件可读性降低
wang DaPeng
- 命名空间
- 避免名称冲突
- 是对元素名称的一种逻辑划分
- XML命名空间用来限定XML文件中的元素和属性的名称，命名空间能够对元素分组
-
使用命名空间可以有效防止在合并多个XML源文件时发生名称重名混淆
WangPeng 23 2014 1-23-1 如果对上述两个元素合并，则会出现两个Name
WangPeng 23 2014 1-23-1 - 在合并上述文件中就会发现Name元素冲突
- 显式命名空间讲每个URI和一个前缀关联
- 使用前缀指定一个元素属于某个命名空间
-
只有带这个前缀的元素和属性才属于这个特定的命名空间
<Student> <Name>WangPeng</Name> <Age>23</Age> </Student> <Room> <Name>2014</Name> <Location>1-23-1</Location> </Room> 如果对上述两个元素合并，则会出现两个Name <School xmlns:teacher="http://taeweb" xmlns:room="http:/room"> <teacher:Name>WangPeng</teacher:Name> <Age>23</Age> <room:Name>2014</room:Name> <Location>1-23-1</Location> </School>
- XML访问
- SAX(Simple API for XML)
- 基于事件驱动的API
- 利用SAX解析XML文档牵涉解析器和事件处理器两部分
- 事件处理器则负责读取相应XML数据的时候做出反应处理
- 特点：
- 快速
- 流式读取
- DOM
- 是W3C规定的XML编程借口
- 一整个XML文件在缓存中以一个树状结构保存，读取
- 用途：
- 定位和浏览XML中任一个节点
- 添加删除相应内容
- minidom
-
参看下面 student.xml代码：
<?xml version="1.0" encoding="utf-8" ?> <School> <Teacher> <Name>WangDaPeng</Name> <Age detail="Age for year 2010">18</Age> <Mobile>13260446055</Mobile> </Teacher> <Student> <Name Other="他是班长">ZhangSan</Name> <Age Detail="The yongest boy in class">14</Age> </Student> <Student> <Name>LiSi</Name> <Age>19</Age> <Mobile>13240484187</Mobile> </Student> <!-- 这是一个例子而已 --> </School> -
对上面student.xml 使用案例：
import xml.dom.minidom # 负责解析xml文件 from xml.dom.minidom import parse # 使用minidom打开xml文件 DOMTree = xml.dom.minidom.parse("student.xml") #得到文档对象 doc = DOMTree.documentElement # 显示子元素 for ele in doc.childNodes: if ele.nodeName == "Teacher": print("-------Node:{0}-----".format(ele.nodeName)) childs = ele.childNodes for child in childs: if child.nodeName == "Name": # data是文本节点的一个属性，表示他的值 print("Name: {0}".format(child.childNodes[0].data)) if child.nodeName == "Mobile": # data是文本节点的一个属性，表示他的值 print("Mobile: {0}".format(child.childNodes[0].data)) if child.nodeName == "Age": # data是文本节点的一个属性，表示他的值 print("Age: {0}".format(child.childNodes[0].data)) if child.hasAttribute("detail"): print("Age-detail: {0}".format(child.getAttribute("detail"))) - minidom.parse(filename):加载读取的xml文件, filename也可以是xml代码
- doc.documentElement:获取xml文档对象，一个xml文件只有一个对于的文档对象
- node.getAttribute(attr_name):获取xml节点的属性值
- node.getElementByTagName(tage_name)：得到一个节点对象集合
- node.childNodes:得到所有孩子节点
- node.childNodes[index].nodeValue:获取单个节点值
- node.firstNode:得到第一个节点，等价于node.childNodes[0]
- node.attributes[tage_name]
-
- etree(ElementTree)
- 以树形结构来表示xml
- root.getiterator:得到相应的可迭代的node集合
- root.iter
- find(node_name):查找指定node_name的节点,返回一个node
- root.findall(node_name):返回多个node_name的节点
- node.tag: node对应的tagename
- node.text:node的文本值
- node.attrib： 是node的属性的字典类型的内容
-
案例02
import xml.etree.ElementTree
root = xml.etree.ElementTree.parse(“student.xml”) print(“利用getiterator访问：”) nodes = root.getiterator() for node in nodes: print(“{0}–{1}”.format(node.tag, node.text))
print(“利用find和findall方法：”) ele_teacher = root.find(“Teacher”) print(“{0}–{1}”.format(ele_teacher.tag, ele_teacher.text))
ele_stus = root.findall(“Student”) for ele in ele_stus: print(“{0}–{1}”.format(ele.tag, ele.text)) for sub in ele.getiterator(): if sub.tag ==”Name”: if “Other” in sub.attrib.keys(): print(sub.attrib[‘Other’])
- SAX(Simple API for XML)
- XML生成
- 负责XML的修改，增加，创建
- ele.set:修改属性
- ele.append:增加子元素
- ele.remove: 删除元素
- 创建
-
修改： 案例v03
import xml.etree.ElementTree as et tree = et.parse(r'to_edit.xml') root = tree.getroot() for e in root.iter('Name'): print(e.text) for stu in root.iter('Student'): name = stu.find('Name') if name != None: name.set( 'test', name.text * 2) stu = root.find('Student') e = et.Element('ADDer') e.attrib = {'a':'b'} e.text = '我加的' stu.append(e) tree.write('to_edit.xml') - 构建xml, SubElement(), 案例v04
-
minidom写入， 案例v05
import xml.dom.minidom #在内存中创建一个空的文档 doc = xml.dom.minidom.Document() #创建一个根节点Managers对象 root = doc.createElement('Managers') #设置根节点的属性 root.setAttribute('company', 'xx科技') root.setAttribute('address', '科技软件园') #将根节点添加到文档对象中 doc.appendChild(root) managerList = [{'name' : 'joy', 'age' : 27, 'sex' : '女'}, {'name' : 'tom', 'age' : 30, 'sex' : '男'}, {'name' : 'ruby', 'age' : 29, 'sex' : '女'} ] for i in managerList : nodeManager = doc.createElement('Manager') nodeName = doc.createElement('name') #给叶子节点name设置一个文本节点，用于显示文本内容 nodeName.appendChild(doc.createTextNode(str(i['name']))) nodeAge = doc.createElement("age") nodeAge.appendChild(doc.createTextNode(str(i["age"]))) nodeSex = doc.createElement("sex") nodeSex.appendChild(doc.createTextNode(str(i["sex"]))) #将各叶子节点添加到父节点Manager中， #最后将Manager添加到根节点Managers中 nodeManager.appendChild(nodeName) nodeManager.appendChild(nodeAge) nodeManager.appendChild(nodeSex) root.appendChild(nodeManager) #开始写xml文档 fp = open('Manager.xml', 'w') doc.writexml(fp, indent='\t', addindent='\t', newl='\n', encoding="utf-8") -
etree创建xml， 案例v06
import xml.etree.ElementTree as et #在内存中创建一个空的文档 etree = et.ElementTree() e = et.Element('Student') etree._setroot(e) e_name = et.SubElement(e, 'Name') e_name.text = "hahahah" etree.write('v06.xml')
- 负责XML的修改，增加，创建
