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