python讀取xml檔案

　　關于python讀取xml文章很多，但大多文章都是貼一個xml檔案，然後再貼個處理檔案的代碼。這樣并不利于初學者的學習，希望這篇文章可以更通俗易懂的教如何使用python 來讀取xml 檔案。

什麼是xml？

xml即可擴充标記語言，它可以用來标記資料、定義資料類型，是一種允許使用者對自己的标記語言進行定義的源語言。

abc.xml

那麼它有如下特征：

首先，它是有标簽對組成，<aa></aa>

标簽可以有屬性：<aa id=’123’></aa>

标簽對可以嵌入資料：<aa>abc</aa>

标簽可以嵌入子标簽（具有層級關系）：

<aa>

     <bb></bb>

</aa>

獲得标簽屬性

那麼，下面來介紹如何用python來讀取這種類型的檔案。

mxl.dom.minidom 子產品被用來處理xml檔案，是以要先引入。

xml.dom.minidom.parse() 用于打開一個xml檔案，并将這個檔案對象dom變量。

documentelement 用于得到dom對象的文檔元素，并把獲得的對象給root

每一個結點都有它的nodename，nodevalue，nodetype屬性。

nodename為結點名字。

nodevalue是結點的值，隻對文本結點有效。

nodetype是結點的類型。catalog是element_node類型

現在有以下幾種：

'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 - 有名常數

<a href="http://www.w3school.com.cn/xmldom/dom_nodetype.asp">http://www.w3school.com.cn/xmldom/dom_nodetype.asp</a>

獲得子标簽

現在要獲得catalog的子标簽以的标簽name

對于知道元素名字的子元素，可以使用getelementsbytagname方法擷取：

如何區分相同标簽名字的标簽：

&lt;caption&gt;和&lt;item&gt;标簽不止一個如何區分？

root.getelementsbytagname('caption') 獲得的是标簽為caption 一組标簽，b[0]表示一組标簽中的第一個；b[2] ，表示這一組标簽中的第三個。

獲得标簽屬性值

&lt;login&gt;和&lt;item&gt;标簽是有屬性的，如何獲得他們的屬性？

getattribute方法可以獲得元素的屬性所對應的值。

獲得标簽對之間的資料

&lt;caption&gt;标簽對之間是有資料的，如何獲得這些資料？

獲得标簽對之間的資料有多種方法，

方法一

firstchild 屬性傳回被選節點的第一個子節點，.data表示擷取該節點人資料。

方法二

方法二有點複雜，所引用子產品也與前面的不一樣，findall用于指定在哪一級标簽下開始周遊。

getchildren方法按照文檔順序傳回所有子标簽。并輸出标簽名（child.tag）和标簽的資料（child.text）

其實，方法二的作用不在于此，它核心功能是可以周遊某一級标簽下的所有子标簽。