Python中使用xml格式化存储文件

结构化文件存储

• xml、json
• 为了解决不同设备之间文件交换问题

xml

• XML(eXtensibleMarkupLanguage)&＃xff0c; 可扩展标记语言

• 标记语言&＃xff1a; 语言中使用尖括号括起来的文本字符串标记

• 可扩展&＃xff1a;用户可以自己定义需要的标记

• 例如&＃xff1a;

  自定义标记Teacher在两个标记之间任何内容都应该跟Teacher相关


• 是w3c组织制定的一个标准

• XML描述的是数据本身&＃xff0c;即数据的结构和语义

• HTML侧重于如何显示web页面中的数据

xml文档的构成

• 处理指令(可以认为一个文件内只有一个处理指令)
  • 最多只有一行
  • 且必须在第一行
  • 内容是与xml本身处理起相关的一些声明或者指令
  • 以xml关键字开头
  • 一般用于声明XML的版本和采用的编码
    • version属性是必须的
    • encoding属性用来支出xml解释器使用的编码
• 根元素(一个文件内只有一个根元素)
  • 在整个xml文件中&＃xff0c;可以把他看作一个树形结构
  • 根元素有且只能由一个
• 子元素
• 属性
• 内容
  • 表明标签所存储的信息
• 注释
  • 起说明作用的信息
  • 注释不能嵌套在标签里
  • 只有在注释的开始和结尾使用双短横线
  • 三短横线只能出现在注释的开头而不能用在结尾


<School type&＃61;"online" loc&＃61;"beijing"><Student gender&＃61;"male"><score> math>80 score><name>hahaname><age>18age>Student><Student><name>hahaname><age>18age>Student><Student><name>hahaname><age>18age>Student>
School>


• 保留字符的处理

  • XML中使用的符号可能跟实际符号相冲突&＃xff0c;典型的就是左右尖括号

  • 使用实体引用(EntityReference)来表示保留字符

    score>80 #有错误&＃xff0c;xml中不能出现> score>80 #使用实体引用


  • 把含有保留字符的部分放在CDATA块内部&＃xff0c;CDATA块把内部信息视为不需要转义

    80]]>


  • 常见的需要转义的保留字符

    • &: & amp;
    • <: & lt;
    • >: & gt;
    • &＃39;:'
    • ":"
    • 一共五个&＃xff0c; 每个实体引用都以 & 开头并且以分号结尾
• XML标签的命名规则
  • Pascal命名法
  • 用单词表示&＃xff0c;第一个字母大写
  • 大小写严格区分
  • 配对的标签必须一直
• 命名空间

  • 为了防止命名冲突

    LiuYing2320141-23-1


  • 两个name会产生冲突

  • xmlns: xml name space 的缩写

    LiuYing2320141-23-1


XML访问

读取

• XML读取分两个主要技术SAX、DOM
• SAX&＃xff08;Simple API for XML&＃xff09;&＃xff1a;
  • 基于事件驱动的API
  • 利用SAX解析文档设计到解析器和事件处理两部分
  • 特点&＃xff1a;
    • 快
    • 流式读取
• DOM
  • 是W3C规定的xml变成接口
  • 一个xml文件在缓存中以树形结构保存&＃xff0c;读取
  • 用途
    • 定位浏览XML任何一个节点信息
    • 添加删除相应内容
  • minidom
    • minidom.parse(filename):加载读取的xml文件, filename也可以是xml代码
    • doc.documentElement:获取xml文档对象&＃xff0c;一个xml文件只有一个对于的文档对象
    • node.getAttribute(attr_name):获取xml节点的属性值
    • node.getElementByTagName(tage_name)&＃xff1a;得到一个节点对象集合
    • node.childNodes:得到所有孩子节点
    • node.childNodes[index].nodeValue:获取单个节点值
    • node.firstNode:得到第一个节点&＃xff0c;等价于node.childNodes[0]
    • node.attributes[tage_name]

# v01
import xml.dom.minidom
# 负责解析xml文件
from xml.dom.minidom import parse
# 使用minidom打开xml文件
DOMTree &＃61; xml.dom.minidom.parse("student.xml")
#得到文档对象
doc &＃61; DOMTree.documentElement
# 显示子元素
for ele in doc.childNodes:if ele.nodeName &＃61;&＃61; "Teacher":print("-------Node:{0}-----".format(ele.nodeName))childs &＃61; ele.childNodesfor child in childs:if child.nodeName &＃61;&＃61; "Name":# data是文本节点的一个属性&＃xff0c;表示他的值print("Name: {0}".format(child.childNodes[0].data))if child.nodeName &＃61;&＃61; "Mobile":# data是文本节点的一个属性&＃xff0c;表示他的值print("Mobile: {0}".format(child.childNodes[0].data))if child.nodeName &＃61;&＃61; "Age":# data是文本节点的一个属性&＃xff0c;表示他的值print("Age: {0}".format(child.childNodes[0].data))if child.hasAttribute("detail"):print("Age-detail: {0}".format(child.getAttribute("detail")))




<School><Teacher desc&＃61;"PythonTeacher" score&＃61;"good"><Name>LiuDanaName><Age_1 Detail&＃61;"Age for year 2010">18Age_1><Mobile>13260446055Mobile>Teacher><Student><Name Other&＃61;"他是班长">ZhangSanName><Age Detail&＃61;"The yongest boy in class">14Age>Student><Student><Name>LiSiName><Age>19Age><Mobile>15578875040Mobile>Student>
School>


• etree
  • 以树形结构来表示xml
  • root.getiterator:得到相应的可迭代的node集合
  • root.iter
  • find(node_name):查找指定node_name的节点,返回一个node
  • root.findall(node_name):返回多个node_name的节点
  • node.tag: node对应的tagename
  • node.text:node的文本值
  • node.attrib&＃xff1a; 是node的属性的字典类型的内容

# v02
import xml.etree.ElementTree
root &＃61; xml.etree.ElementTree.parse("student.xml")
print("利用getiterator访问&＃xff1a;")
nodes &＃61; root.getiterator()
for node in nodes:print("{0}--{1}".format(node.tag, node.text))
print("利用find和findall方法&＃xff1a;")
ele_teacher &＃61; root.find("Teacher")
print(type(ele_teacher))
print("{0}--{1}".format(ele_teacher.tag, ele_teacher.text))
ele_stus &＃61; root.findall("Student")
print(type(ele_stus))
for ele in ele_stus:print("{0}--{1}".format(ele.tag, ele.text))for sub in ele.getiterator():if sub.tag &＃61;&＃61;"Name":if "Other" in sub.attrib.keys():print(sub.attrib[&＃39;Other&＃39;])


• xml文件写入
  • 更改
    • ele.set:修改属性
    • ele.append&＃xff1a;添加子元素
    • ele.remove&＃xff1a;删除元素

import xml.etree.ElementTree as et
tree &＃61; et.parse(r&＃39;to_edit.xml&＃39;)
root &＃61; tree.getroot()
for e in root.iter(&＃39;Name&＃39;):print(e.text)
for stu in root.iter(&＃39;Student&＃39;):name &＃61; stu.find(&＃39;Name&＃39;)if name !&＃61; None:name.set( &＃39;test&＃39;, name.text * 2)
stu &＃61; root.find(&＃39;Student&＃39;)
#生成一个新的 元素
e &＃61; et.Element(&＃39;ADDer&＃39;)
e.attrib &＃61; {&＃39;a&＃39;:&＃39;b&＃39;}
e.text &＃61; &＃39;我加的&＃39;
stu.append(e)
# 一定要把修改后的内容写回文件&＃xff0c;否则修改无效
tree.write(&＃39;to_edit.xml&＃39;)



<School><Teacher><Name>LiuYingName><Age detail&＃61;"Age for year 2010">18Age><Mobile>13260446056Mobile>Teacher><Student><Name Other&＃61;"&＃20182;&＃26159;&＃29677;&＃38271;" test&＃61;"ZhangSanZhangSan">ZhangSanName><Age Detail&＃61;"The yongest boy in class">14Age><Student><Name test&＃61;"luodayouluodayou">luodayouName><Age>59Age><Mobile>1387878776787Mobile>Student><Student><Name test&＃61;"LiSiLiSi">LiSiName><Age>19Age><Mobile>13240484187Mobile>Student>
School>


• 生成创建
  • SubElement v04
  • minidom v05
  • etree v06

# v04
import xml.etree.ElementTree as et
stu &＃61; et.Element("Student1")
name &＃61; et.SubElement(stu, &＃39;Name&＃39;)
name.attrib &＃61; {&＃39;lang&＃39;,&＃39;en&＃39;}
name.text &＃61; &＃39;maozedong&＃39;
age &＃61; et.SubElement(stu, &＃39;Age&＃39;)
age.text &＃61; 18
et.dump(stu)


# v05
import xml.dom.minidom
# 在内存中创建一个空的文档
doc &＃61; xml.dom.minidom.Document()
# 创建一个根节点Managers对象
root &＃61; doc.createElement(&＃39;Managers&＃39;)
# 设置根节点的属性
root.setAttribute(&＃39;company&＃39;, &＃39;xx科技&＃39;)
root.setAttribute(&＃39;address&＃39;, &＃39;科技软件园&＃39;)
# 将根节点添加到文档对象中
doc.appendChild(root)
managerList &＃61; [{&＃39;name&＃39;: &＃39;joy&＃39;, &＃39;age&＃39;: 27, &＃39;sex&＃39;: &＃39;女&＃39;},{&＃39;name&＃39;: &＃39;tom&＃39;, &＃39;age&＃39;: 30, &＃39;sex&＃39;: &＃39;男&＃39;},{&＃39;name&＃39;: &＃39;ruby&＃39;, &＃39;age&＃39;: 29, &＃39;sex&＃39;: &＃39;女&＃39;}]
for i in managerList:nodeManager &＃61; doc.createElement(&＃39;Manager&＃39;)nodeName &＃61; doc.createElement(&＃39;name&＃39;)# 给叶子节点name设置一个文本节点&＃xff0c;用于显示文本内容nodeName.appendChild(doc.createTextNode(str(i[&＃39;name&＃39;])))nodeAge &＃61; doc.createElement("age")nodeAge.appendChild(doc.createTextNode(str(i["age"])))nodeSex &＃61; doc.createElement("sex")nodeSex.appendChild(doc.createTextNode(str(i["sex"])))# 将各叶子节点添加到父节点Manager中&＃xff0c;# 最后将Manager添加到根节点Managers中nodeManager.appendChild(nodeName)nodeManager.appendChild(nodeAge)nodeManager.appendChild(nodeSex)root.appendChild(nodeManager)
# 开始写xml文档
fp &＃61; open(&＃39;Manager.xml&＃39;, &＃39;w&＃39;)
doc.writexml(fp, indent&＃61;&＃39;\t&＃39;, addindent&＃61;&＃39;\t&＃39;, newl&＃61;&＃39;\n&＃39;, encoding&＃61;"utf-8")


# v06
import xml.etree.ElementTree as et
# 在内存中创建一个空的文档
etree &＃61; et.ElementTree()
e &＃61; et.Element(&＃39;Student&＃39;)
etree._setroot(e)
e_name &＃61; et.SubElement(e, &＃39;Name&＃39;)
e_name.text &＃61; "hahahah"
etree.write(&＃39;v06.xml&＃39;)