python模块整理10xml.dom.minidom模块

xml.dom.minidom
http://docs.python.org/library/xml.dom.minidom.html
一、介绍
XML分析器体系结构和API:
Python标准库提供了一个最小的接口，但有用的一套使用XML.

两个最基本和最广泛使用的API，XML数据是SAX和DOM接口.

Simple API for XML (SAX) : 在这里你感兴趣的事件注册回调，然后让通过的文件进行的解析器。当您的文件是大型或你有内存限制，这是非常有用的，它解析的文件，因为它从磁盘读取整个文件没有存储在内存中.

Document Object Model (DOM) API : 这是万维网联盟的建议，其中将整个文件读入内存，并存储在一个层次（树状）的形式表示XML文档的所有功能.
SAX的，显然不能作为DOM快速处理的信息可以与大文件时的工作。另一方面，使用DOM完全可以真的操作你的资源，特别是如果使用大量小文件.
SAX是只读，而DOM允许修改XML文件。由于这两种不同的API的字面相辅相成，没有任何理由，你为什么不能使用大型项目.

二、XML的DOM API解析:
1、DOM五个基本对象
DOM 的五个基本对象：Document,Node,NodeList,Element,Attr
Document代表整个XML文档，包含有元素，属性等
Nodelist是从Node继承而来的，表示一系列的Node
Node所有组件的一个XML文档是子类的点头
Element：代表的是 XML 文档中的标签元素，继承于 Node
Attr ：代表xml文档的属性，需要注意的是： Attribute value nodes on element nodes.
XML DOM 是用于获取、更改、添加或删除 XML 元素的标准。

2、节点
根据 DOM，XML 文档中的每个成分都是一个节点。
DOM 是这样规定的：
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

三、xml.dom.minidom
主要掌握这个
1、xml.dom.minidom.parse(filename_or_file[, parser[, bufsize]])
filename_or_file是一个文件或者文件对象

If you have XML in a string, you can use the parseString() function instead:
2、xml.dom.minidom.parseString(string[, parser])?
Return a Document that represents the string. This method creates a StringIO object for the string and passes that on to parse().

Both functions return a Document object representing the content of the document.

# Open XML document using minidom parser
DOMTree = xml.dom.minidom.parse("text.xml")
collection = DOMTree.documentElement
if collection.hasAttribute("shelf"):
print "Root element : %s" % collection.getAttribute("shelf")

3、官方实例

 1 import xml.dom.minidom
 2 
 3 document = """\
 4 <slideshow>
 5 <title>Demo slideshow</title>
 6 <slide><title>Slide title</title>
 7 <point>This is a demo</point>
 8 <point>Of a program for processing slides</point>
 9 </slide>
10 
11 <slide><title>Another demo slide</title>
12 <point>It is important</point>
13 <point>To have more than</point>
14 <point>one slide</point>
15 </slide>
16 </slideshow>
17 """
18 
19 dom = xml.dom.minidom.parseString(document)
20 
21 def getText(nodelist):
22 rc = []
23 for node in nodelist:
24 if node.nodeType == node.TEXT_NODE:
25 rc.append(node.data)
26 return ''.join(rc)
27 
28 def handleSlideshowTitle(title):#打印title
29 print "<title>%s</title>" % getText(title.childNodes)#获取所有title的Nodes
30 
31 def handleSlideTitle(title):#打印title
32 print "<h2>%s</h2>" % getText(title.childNodes)#获取所有title的Nodes
33 
34 def handlePoint(point):#打印point
35 print "<li>%s</li>" % getText(point.childNodes)#获取所有point的Nodes
36 
37 def handlePoints(points):#打印多个point
38 print "<ul>"
39 for point in points:
40 handlePoint(point)
41 print "</ul>"
42 
43 def handleSlide(slide):#在slide里获取title和point
44 handleSlideTitle(slide.getElementsByTagName("title")[0])
45 handlePoints(slide.getElementsByTagName("point"))
46 
47 def handleToc(slides):#遍历多个slide获取title
48 for slide in slides:
49 title = slide.getElementsByTagName("title")[0]
50 print "<p>%s</p>" % getText(title.childNodes)
51 
52 def handleSlides(slides):#遍历多个slide获取slide
53 for slide in slides:
54 handleSlide(slide)
55 
56 def handleSlideshow(slideshow):
57 print "<html>"
58 handleSlideshowTitle(slideshow.getElementsByTagName("title")[0])
59 slides = slideshow.getElementsByTagName("slide")
60 handleToc(slides)
61 handleSlides(slides)
62 print "</html>"
63 
64 handleSlideshow(dom)