Python实现XML文件解析的示例代码

1. XML简介

XML（eXtensible Markup Language）指可扩展标记语言，被设计用来传输和存储数据，已经日趋成为当前许多新生技术的核心，在不同的领域都有着不同的应用。它是web发展到一定阶段的必然产物，既具有SGML的核心特征，又有着HTML的简单特性，还具有明确和结构良好等许多新的特性。

test.XML文件

<?xml version="1.0" encoding="utf-8"?><catalog>  <maxid>4</maxid>  <login username="pytest" passwd='123456'>    <caption>Python</caption>    <item id="4">      <caption>测试</caption>    </item>  </login>  <item id="2">    <caption>Zope</caption>  </item></catalog>

XML详细介绍可以参考： http://www.w3school.com.cn/xmldom/dom_nodetype.asp

2. XML文件解析

python解析XML常见的有三种方法：一是xml.dom.*模块，它是W3C DOM API的实现，若需要处理DOM API则该模块很适合；二是xml.sax.*模块，它是SAX API的实现，这个模块牺牲了便捷性来换取速度和内存占用，SAX是一个基于事件的API，这就意味着它可以“在空中”处理庞大数量的的文档，不用完全加载进内存；三是xml.etree.ElementTree模块（简称 ET），它提供了轻量级的Python式的API，相对于DOM来说ET 快了很多，而且有很多令人愉悦的API可以使用，相对于SAX来说ET的ET.iterparse也提供了 “在空中” 的处理方式，没有必要加载整个文档到内存，ET的性能的平均值和SAX差不多，但是API的效率更高一点而且使用起来很方便。

2.1 xml.dom.*

文件对象模型（Document Object Model，简称DOM），是W3C组织推荐的处理可扩展置标语言的标准编程接口。一个 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，之后你可以利用DOM 提供的不同的函数来读取或修改文档的内容和结构，也可以把修改过的内容写入xml文件。python中用xml.dom.minidom来解析xml文件。

a. 获得子标签

b. 区分相同标签名的标签

c. 获取标签属性值

d. 获取标签对之间的数据

#coding=utf-8#通过minidom解析xml文件import xml.dom.minidom as xmldomimport os''' XML文件读取 <?xml version="1.0" encoding="utf-8"?><catalog>  <maxid>4</maxid>  <login username="pytest" passwd='123456'>dasdas    <caption>Python</caption>    <item id="4">      <caption>测试</caption>    </item>  </login>  <item id="2">    <caption>Zope</caption>  </item></catalog>'''xmlfilepath = os.path.abspath("test.xml")print ("xml文件路径：", xmlfilepath)# 得到文档对象domobj = xmldom.parse(xmlfilepath)print("xmldom.parse:", type(domobj))# 得到元素对象elementobj = domobj.documentElementprint ("domobj.documentElement:", type(elementobj))#获得子标签subElementObj = elementobj.getElementsByTagName("login")print ("getElementsByTagName:", type(subElementObj))print (len(subElementObj))# 获得标签属性值print (subElementObj[0].getAttribute("username"))print (subElementObj[0].getAttribute("passwd"))#区分相同标签名的标签subElementObj1 = elementobj.getElementsByTagName("caption")for i in range(len(subElementObj1)):  print ("subElementObj1[i]:", type(subElementObj1[i]))  print (subElementObj1[i].firstChild.data) #显示标签对之间的数据