XML系统学习

参考：W3School

XML基本概念

1.XML是eXtensible Markup Language，使用DTD（Document Type Definition）来描述数据，主要是为传输和存储数据，其焦点是数据的内容。

2.所有XML元素都必须正确地关闭，XML标签对大小写敏感，没有预定义的标签（eg:<h1>），XML文档必须有根标签，XML元素必须被正确地嵌套，XML 元素是可扩展。XML可保留空白字符，必须使用引号包围XML的属性值

3.XML 元素必须遵循以下命名规则：1）名称可以含字母、数字以及其他的字符名称；2）不能以数字或者标点符号开始；3）名称不能以字符 “xml”（或者 XML、Xml）开始；4）名称不能包含空格

4.XML注释

5. CDATA 指的是不应由 XML 解析器进行解析的文本数据（Unparsed Character Data），忽略这部分内容的正确语法是：<![CDATA[ Text to be ignored ]]>

6.在 XML 中有 5 个预定义的实体引用：

<    <    小于
>    >    大于
&    &    和号
'    '    省略号
"    "    引号

<message>if salary < 1000 then</message> 错误
<message>if salary < 1000 then</message> 正确

XML特点

1.命名空间：元素名称是由开发者定义的，当两个不同的文档使用相同的元素名时，就会发生命名冲突。XML 命名空间属性被放置于元素的开始标签之中，并使用以下的语法：xmlns:namespace-prefix="namespaceURI"

<h:table xmlns:h="http://www.w3.org/TR/html4/">

   <h:tr>

   <h:td>Apples</h:td>

   <h:td>Bananas</h:td>

   </h:tr>

</h:table>

2.XML DOM:定义了所有 XML 元素的对象和属性，以及访问它们的方法（接口）

DOM特性：

整个文档是一个文档节点
    每个 XML 标签是一个元素节点
    包含在 XML 元素中的文本是文本节点
    每一个 XML 属性是一个属性节点
    注释属于注释节点

DOM属性：x表示一个节点对象

x.nodeName - x 的名称

x.nodeValue - x 的值

x.parentNode - x 的父节点

x.childNodes - x 的子节点

x.attributes - x 的属性节点

DOM方法：x表示一个节点对象

x.getElementsByTagName(name) - 获取带有指定标签名称的所有元素

x.appendChild(node) - 向 x 插入子节点

x.removeChild(node) - 从 x 删除子节点

Tips:DOM 处理中的普遍错误，认为元素节点包含文本。<year>2005</year>，元素节点 <year>，拥有一个值为 "2005" 的文本节点，"2005" 不是 <year> 元素的值！

<?xml version="1.0" encoding="ISO-8859-1"?>

<bookstore>

<book category="children">

  <title lang="en">Harry Potter</title>

  <author>J K. Rowling</author>

  <year>2005</year>

  <price>29.99</price>

</book>

<book category="web">

  <title lang="en">Learning XML</title>

  <author>Erik T. Ray</author>

  <year>2003</year>

  <price>39.95</price>

</book>

<book category="Literature ">

  <title >托斯卡纳艳阳下</title>

  <author>弗朗西丝·梅耶斯</author>

  <year>2006</year>

  <price>29.8</price>

</book>

</bookstore>

说明：根节点 <bookstore> 有四个 <book> 节点，每个 <book> 节点有四个子节点：<title>, <author>, <year> 以及 <price>，其中每个节点都包含一个文本节点，"Harry Potter", "J K. Rowling", "2005" 以及 "29.99"

创建XML文件

基于python语言，调用xml.dom模块创建xml的API

#coding=utf-8

import xml.dom.minidom

#在内存中创建一个空的文档

doc = xml.dom.minidom.Document()

#创建一个根节点bookstore对象，名为root

root = doc.createElement('bookstore')

#设置根节点的属性

root.setAttribute('name', 'Sisyphe Bookstore')

root.setAttribute('address', '老街')

#将根节点添加到文档对象中

doc.appendChild(root) 

bookList = [{'title' : 'Harry Potter','author' : 'J K. Rowling', 'year' : 2005,'price':29.99},

               {'title' : 'Learning XML','author' : 'Erik T. Ray', 'year' : 2003,'price':39.95},

               {'title' : '托斯卡纳艳阳下','author' : '弗朗西丝·梅耶斯', 'year' : 2006,'price':29.8}

]

for i in bookList :

  nodeBookstore = doc.createElement('bookstore')

  nodeTitle = doc.createElement('title')

  nodeTitle.appendChild(doc.createTextNode(str(i['title'])))  #给叶子节点name设置一个文本节点，用于显示文本内容

  nodeAuthor = doc.createElement("author")

  nodeAuthor.appendChild(doc.createTextNode(str(i["author"])))

  nodeYear = doc.createElement("year")

  nodeYear.appendChild(doc.createTextNode(str(i["year"])))

  nodePrice = doc.createElement("price")

  nodePrice.appendChild(doc.createTextNode(str(i["price"])))

  #将各叶子节点添加到父节点bookstore中，

  nodeBookstore.appendChild(nodeTitle)

  nodeBookstore.appendChild(nodeAuthor)

  nodeBookstore.appendChild(nodeYear)

  nodeBookstore.appendChild(nodePrice)

  root.appendChild(nodeBookstore) #最后将bookstore添加到根节点root中

#开始写xml文档

fp = open('C:\Users\HP\Desktop\BookStore.xml', 'w')

doc.writexml(fp, indent='\t', addindent='\t', newl='\n', encoding="utf-8")

解析源码：

1.minidom.Document() 　　创建一个空白xml文档树对象。每个xml文档都是一个Document对象，代表着内存中的DOM树
2.doc. createElement(tagName)   　　创建xml文档节点，参数表示要生成节点的名称
3.node.setAttribute(attname, value)  　　给节点添加属性值对(Attribute)
4.doc.createTextNode(data)   　　给叶子节点添加文本节点
5.node.appendChild(nodeName) 　　将某个节点添加到节点node下
6.writexml(writer, indent, addindent, newl, encoding) 　　将内存中xml文档树写入文件中

writer是文件对象
    indent是每个tag前填充的字符，如：’ ‘，则表示每个tag前有两个空格
    addindent是每个子结点的缩近字符
    newl是每个tag后填充的字符，如：’\n’，则表示每个tag后面有一个回车
    encoding是生成的XML信息头中的encoding属性值，在输出时minidom并不真正进行编码的处理，如果你保存的文本内容中有汉字，则需要自已进行编码转换。
    writexml方法是除了writer参数必须要有外，其余可以省略。

输出结果：

没有编码问题，给自己一个蜜汁微笑

乏善可陈的下午，Happy Ending!

巴特西

XML系统学习

最新文章

热门文章