xml文档介绍

XML 指的是可扩展标记语言(eXtensible Markup Language)，和json类似也是用于存储和传输数据，还可以用作配置文件。类似于HTML超文本标记语言，但是HTML所有的标签都是预定义的，而xml的标签可以随便定义。

• 其它元素

  <aa>
  <bb></bb>
  </aa>

• 属性

  <a id='123'></a>

• 文本

  <a>abc</a>

  xml语法规则

• 所有的元素都必须有开始标签和结束标签，省略结束标签是非法的

• 大小写敏感，以下是俩个不同的标签

• xml文档必须有根元素

  <note>
  <b>this is a test2</b>
  <name>joy</name>
  </note>

• XML必须正确嵌套，父元素必须完全包住子元素

• XML属性值必须加引号，元素的属性值都是一个键值对形式

1. 名称可以包含字母、数字以及其他字符
   1. 名称不能以数字或标点符号开头
   2. 名称不能以字母xml或XML开始
   3. 名称不能包含空格
   4. 可以使用任何名称，没有保留字
   5. 名称应该具有描述性，简短和简单，可以同时使用下划线。
   6. 避免“-”、“.”、“：”等字符

      Python对XML的解析d

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，使用场合也不同。python有三种方法解析XML：SAX，DOM和ElementTree

1. DOM(Document Object Model)

DOM的解析器在解析一个XML文档时，一次性读取整个文档，把文档中所有元素保存在内存中的一个树结构里，之后利用DOM提供的不同函数来读取该文档的内容和结构，也可以把修改过的内容写入XML文件。由于DOM是将XML读取到内存，然后解析成一个树，如果要处理的XML文本比较大的话，就会很耗内存，所以DOM一般偏向于处理一些小的XML，（如配置文件）比较快。

1. SAX(simple API for XML)

Python标准库中包含SAX解析器，SAX是用的是事件驱动模型，通过在解析XML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。解析的基本过程：
读到一个XML开始标签，就会开始一个事件，然后事件就会调用一系列的函数去处理一些事情，当读到一个结束标签时，就会触发另一个事件。所以，我们写XML文档入如果有格式错误的话，解析就会出错。这是一种流式处理，一边读一边解析，占用内存少。适用场景如下：

1. 对大型文件进行处理；
2. 只需要文件的部分内容，或者只需从文件中得到特定信息。
3. 想建立自己的对象模型的时候。
   1. 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。

xml.dom解析xml

<?xml version="1.0" encoding="utf-8" ?>
<!--this is a test about xml.-->
<booklist type="science and engineering">
     <book category="math">
     <title>learning math</title>
     <author>张三</author>
     <pageNumber>561</pageNumber>
     </book>
     <book category="Python">
     <title>learning Python</title>
     <author>李四</author>
     <pageNumber>600</pageNumber>
     </book>
</booklist>

from xml.dom.minidom import parse
DOMTree = parse(r'book.xml')
type(DOMTree)
booklist = DOMTree.documentElement
print(booklist.toxml(encoding=None))#输出xml文档内容
>>>>
<booklist type="science and engineering">
     <book category="math">
     <title>learning math</title>
     <author>张三</author>
     <pageNumber>561</pageNumber>
     </book>
     <book category="Python">
     <title>learning Python</title>
     <author>李四</author>
     <pageNumber>600</pageNumber>
     </book>
</booklist>
#getElementsByTagName(name)获取节点元素
books=booklist.getElementsByTagName('book')
print(books)
>>[<DOM Element: book at 0x7fee90a015a0>, <DOM Element: book at 0x7fee90a01800>]
print(books[0].toxml())
>>>>
<book category="math">
    <title>learning math</title>
    <author>张三</author>
    <pageNumber>561</pageNumber>
</book>
#hasAttribute(name)判断是否包含属性值
if booklist.hasAttribute('type'):
    for book in books:
        if book.hasAttribute('category'):
            print(book.toxml())
        else:
            print("the book have no category")
>>>>
<book category="math">
        <title>learning math</title>
        <author>张三</author>
        <pageNumber>561</pageNumber>
        </book>
<book category="Python">
        <title>learning Python</title>
        <author>李四</author>
        <pageNumber>600</pageNumber>
        </book>
#node.getAttribute(name):获取节点node的属性值
for book in books:
    print(book.getAttribute('category'))
>>>>
math
Python
#node.childNodes:返回节点node下所有的子节点组成的list
for book in books:
    print(book.childNodes)
>>>>
[<DOM Text node "'\n \t'">, <DOM Element: title at 0x7fee90a01638>, <DOM Text node "'\n \t'">, <DOM Element: author at 0x7fee90a016d0>, <DOM Text node "'\n \t'">, <DOM Element: pageNumber at 0x7fee90a01768>, <DOM Text node "'\n \t'">]
[<DOM Text node "'\n \t'">, <DOM Element: title at 0x7fee90a01898>, <DOM Text node "'\n \t'">, <DOM Element: author at 0x7fee90a01930>, <DOM Text node "'\n \t'">, <DOM Element: pageNumber at 0x7fee90a019c8>, <DOM Text node "'\n \t'">]

获取标签属性

每一个节点都有它的nodeName, nodeValue, nodeType属性

from xml.dom.minidom import parse
DOMTree=parse(r'book.xml')
booklist = DOMTree.documentElement
print("booklist属性",booklist.nodeName,booklist.nodeValue,booklist.nodeType)
>>booklist属性 booklist None 1 #nodeValue是结点的值，只对文本结点有效
books = booklist.getElementsByTagName('book')
for book in books:
    for node in book.childNodes:
        print(node)
        print(node.nodeName,node.nodeValue,node.nodeType)
>>>>
<DOM Text node "'\n \t'">
#text
         3
<DOM Element: title at 0x7fee90a01638>
title None 1
<DOM Text node "'\n \t'">
#text
         3
<DOM Element: author at 0x7fee90a016d0>
author None 1
#text
         3
pageNumber None 1
#text
         3
#text
         3
title None 1
#text
         3
author None 1
#text
         3
pageNumber None 1
#text
         3

主要方法总结

xml.dom创建xml文件

1. 创建xml空白文档

   import xml.dom.minidom as xmldom
   doc = xmldom.Document()
   print(doc)

2. 产生根对象

   import xml.dom.minidom as xmldom
   doc = xmldom.Document()
   root = doc.createElement('Manager')
   print('添加的xml标签为：',root.tagName)

3. 向对象中加入数据

   import xml.dom.minidom as xmldom
   doc = xmldom.Document()
   root = doc.createElement('Manager')
   root.setAttribute('name','kongsh')
   value = root.getAttribute('name')
   print('root元素的name属性为:',value)

4. 将xml内存对象写入文件

   import xml.dom.minidom as xmldom
   doc = xmldom.Document()
   root = doc.createElement('test')
   root.setAttribute('name','python')
   doc.appendChild(root)
   company = doc.createElement('gloryroad')
   name = doc.createElement('name')
   name.appendChild(doc.createTextNode('光荣之路'))
   ceo = doc.createElement('person')
   ceo.appendChild(doc.createTextNode('吴老师'))
   company.appendChild(name)
   company.appendChild(ceo)
   root.appendChild(company)
   print(doc.toxml())

5. 生成xml文档

writexml(file,indent=’’,addindent=’’,newl=’’,encoding=None)
参数说明：

import xml.dom.minidom as xmldom
doc = xmldom.Document()
fp = open(r'company.xml','w','utf-8')
doc.writexml(fp,indent='',addindent='\t',newl='\n',encoding='utf-8')
fp.close

字典转化为xml

parseString()解析字符串，toprettyxml格式化字符串，并写入xml文件

import dicttoxml
import os
from xml.dom.minidom import parseString
d = [20,'name',{'name':'Bill','age':30,'sex':'man'},{'name':'David','age':25,'sex':'man'},{'name':'Kell','age':33,'sex':'women'}]
xml = dicttoxml.dicttoxml(d,custom_root='persons')
preyxml = parseString(xml).toprettyxml(indent=' ')
print(preyxml)
>>>>
<?xml version="1.0" ?>
<persons>
 <item type="int">20</item>
 <item type="str">name</item>
 <item type="dict">
  <name type="str">Bill</name>
  <age type="int">30</age>
  <sex type="str">man</sex>
 </item>
 <item type="dict">
  <name type="str">David</name>
  <age type="int">25</age>
  <sex type="str">man</sex>
 </item>
 <item type="dict">
  <name type="str">Kell</name>
  <age type="int">33</age>
  <sex type="str">women</sex>
 </item>
</persons>