python高级编程 之解析XML文件模块

XML是啥？可扩展标记语言（extensible  makeup language），以.xml为后缀的文件。

XML文件最大的作用在于存储和传输数据。很多Python的项目就是把产品相关配置参数存储在xml文件中，利用python的模块进行对数据的增删改查。

XML文件遵循一定的语法格式，比较简单易懂。基本遵循着“元素有始有终的原则。譬如:

<person>

        <name>qiaofeng</name>

                <skill>beating dragon 18 palms</skill>

</person>

凡是<>中的元素，后面一定要有</>同样的元素名对应即可。

对于XML文件的编写，都有

<?xml version="1.0" encoding="UTF-8"?>

为开头，作为声明这个文件是个XML文件，1.0版本，UTF8的编码。

在电脑内新建空白文件，加上上述开头，自定义些元素，把文件后缀改为.xml格式即可。

至于XML语法是否正确，可将文件直接拷到浏览器中，看浏览器是否能打开，能打开则表明语法无误。

---

python对XML文件的解析主要有DOM，SAX，ElementTree，ElementTree.iterparse。

根据大神们的分析，整体效率为DOM<SAX<ElementTree<ElementTree.iterparse

大型数据分析时，建议还是使用效率较高的模块。

（有关解析XML文件效率的连接可参考 https://www.cnblogs.com/zhangshuyx/p/5336295.html）

---

XML文件示例：

<?xml version="1.0" encoding="UTF-8"?>

<!--XML中什么是属性，什么是元素，见下。尽量用元素-->

<game gamename="Glory of Kings">

<hero name="李白"> <!--属性 attribution-->

<sex>male</sex> <!--元素 element-->

<profession>刺客assassin</profession>

</hero>

<hero name="孙尚香">

<sex>female</sex>

<profession>射手shooter</profession>

</hero>

</game>

将上面文件拷贝空白文本文件中，后缀改为.xml

---

DOM解析

代码如下

from xml.dom.minidomimport parse

import xml.dom.minidom

xml_path ="G:\\python\\practice\\parse_xml\\test.xml"

dom_parse = xml.dom.minidom.parse(xml_path)# 读取加载文档

file_object = dom_parse.documentElement# 获取文档对象

if file_object.hasAttribute("gamename"):# 判断是否有gamename这个属性

    print("The game's name is %s" % file_object.getAttribute("gamename"))

else:

    print("Don't exist ")

heros = file_object.getElementsByTagName("hero")

for heroin heros:

    print("让圣人哥为你介绍游戏英雄：%s" % hero.getAttribute("name"))# 获取属性name

    sex = hero.getElementsByTagName("sex")[0]# 获取第一个sex标签

    print("性别是 %s" % sex.childNodes[0].data)# 获取sex标签下的第一个内容值

    profession = hero.getElementsByTagName("profession")[0]

    print("职业是 %s" % profession.childNodes[0].data)

运行结果如下

官网链接：https://docs.python.org/3/library/xml.dom.html

---

TODO

时间不早了，明天接着写