参考：https://www.cnblogs.com/fnng/p/3581433.html
什么是xml
xml即可扩展标记语言，它可以用来标记数据，定义数据类型，是一种允许用户对自己的编辑语言进行定义的源语言。
测试 adc.xml
<?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>
Ok ,从结构上，它很像我们常见的HTML超文本标记语言。但他们被设计的目的是不同的，超文本标记语言被设计用来显示数据，其焦点是数据的外观。它被设计用来传输和存储数据，其焦点是数据的内容。
那么它有如下特征：
首先，它是有标签对组成 <aa> </aa>
标签可以有属性： <aa id=‘123‘> </aa>
标签可以嵌入数据：<aa>abc</aa>
标签可以嵌入子标签（具有层级关系）
<aa>
<bb></bb>
</aa>
获得标签属性
那么，下面我们介绍如何用python来读取这种类型的文件
# coding=utf-8 # 导入模块 import xml.dom.minidom # 打开xml文档 dom = xml.dom.minidom.parse(‘abc.xml‘) #得到文档元素对象 root = dom.documentElement # 节点名称 print(root.nodeName) # catalog # 节点值，只对文件节点有效 print(root.nodeValue) # None # 节点类型 print(root.nodeType) # 1 print(root.ELEMENT_NODE) # 1
注意：测试文件abc.xml和脚本放置在同一个文件夹下，并且脚本运行目录也是在该文件夹下，否则可能找不到文件
vscode终端的路径需要到当前脚本的路径，如下图
mxl.dom.minidom模块用来处理xml文件，所以要先引入。
xml.dom.minidom.parse() 用于打开一个xml文件，并将这个文件对象赋值给dom变量。
documentElement 用于得到dom对象的文档元素，并把获得的对象给赋值给root变量。
每一个结点都有它的nodeName，nodeValue，nodeType属性。
nodeName为结点名字。
nodeValue是结点的值，只对文本结点有效。
nodeType是结点的类型。catalog是ELEMENT_NODE类型
现在有以下几种：
‘ATTRIBUTE_NODE‘
‘CDATA_SECTION_NODE‘
‘COMMENT_NODE‘
‘DOCUMENT_FRAGMENT_NODE‘
‘DOCUMENT_NODE‘
‘DOCUMENT_TYPE_NODE‘
‘ELEMENT_NODE‘
‘ENTITY_NODE‘
‘ENTITY_REFERENCE_NODE‘
‘NOTATION_NODE‘
‘PROCESSING_INSTRUCTION_NODE‘
‘TEXT_NODE‘
NodeTypes - 有名常数
http://www.w3school.com.cn/xmldom/dom_nodetype.asp
获得子标签
现在要获得catalog的子标签，对于知道元素名字的子元素，可以使用getElementsByTagName方法获取
例如获取元素名为maxid和login的子标签
#得到文档元素对象 root = dom.documentElement # 获取的还是DOM对象，生成列表，有多少个同名子标签则有多少个列表元素 # ‘maxid‘只有一个元素 bb = root.getElementsByTagName(‘maxid‘) # 把列表的第一个元素赋值给b b = bb[0] # 打印子元素的nodeName属性 print(b.nodeName) # maxid bb = root.getElementsByTagName(‘login‘) b = bb[0] print(b.nodeName) # login
如何区分相同标签名字的标签
<caption>和<item>标签不止一个如何区分？
# 区分相同名字标签，使用下标 import xml.dom.minidom #打开xml文档 dom = xml.dom.minidom.parse(‘abc.xml‘) #得到文档元素对象 root = dom.documentElement bb = root.getElementsByTagName(‘caption‘) # 第三个 b= bb[2] print(b.nodeName) # caption bb = root.getElementsByTagName(‘item‘) # 第二个 b= bb[1] print(b.nodeName) # item
root.getElementsByTagName(‘caption‘) 获得的是标签为caption 一组标签，b[0]表示一组标签中的第一个；b[2] ，表示这一组标签中的第三个。
获得标签属性值
<login>和<item>标签是有属性的，如何获得他们的属性？
获取标签login的属性值username和passwd以及标签item的id值
# 获取标签属性值
import xml.dom.minidom
#打开xml文档
dom = xml.dom.minidom.parse(‘abc.xml‘)
#得到文档元素对象
root = dom.documentElement
# 查找‘login‘
itemlist = root.getElementsByTagName(‘login‘)
# 找到的第一个元素赋值给item
item = itemlist[0]
# 获取标签的属性值username
un=item.getAttribute("username")
print(un)
# pytest
pd=item.getAttribute("passwd")
print(pd)
# 123456
ii = root.getElementsByTagName(‘item‘)
i1 = ii[0]
i=i1.getAttribute("id")
print(i)
# 4
i2 = ii[1]
i=i2.getAttribute("id")
print(i)
# 2
对应关系如下
获取标签直接的数据
<caption> </caption>标签之间是有数据的，如何获得这些数据
获得标签之间数据有多种方法
方法一
# 获取标签之间的数据 # 获取标签属性值 import xml.dom.minidom #打开xml文档 dom = xml.dom.minidom.parse(‘abc.xml‘) #得到文档元素对象 root = dom.documentElement cc = root.getElementsByTagName(‘caption‘) c1 = cc[0] print(c1.firstChild.data) # Python c2 = cc[1] print(c2.firstChild.data) # 测试 c3 = cc[2] print(c3.firstChild.data) # Zope
firstChild 属性返回被选节点的第一个子节点，.data表示获取该节点的数据。
对应关系如下
方法二
from xml.etree import ElementTree as ET
per=ET.parse(‘abc.xml‘)
p=per.findall(‘./login/item‘)
for oneper in p:
for child in oneper.getchildren():
print(child.tag,‘:‘,child.text)
p=per.findall(‘./item‘)
for oneper in p:
for child in oneper.getchildren():
print(child.tag,‘:‘,child.text)
# caption : 测试
# caption : Zope
方法二有点复杂，所引用模块也与前面的不一样，findall用于指定在哪一级标签下开始遍历。
getchildren方法按照文档顺序返回所有子标签。并输出标签名（child.tag）和标签的数据（child.text）
其实，方法二的作用不在于此，它核心功能是可以遍历某一级标签下的所有子标签。