python解析xml文件（解析、更新、写入）

大家好，又见面了，我是你们的朋友全栈君。

Overview

这篇博客内容将包括对XML文件的解析、追加新元素后写入到XML，以及更新原XML文件中某结点的值。使用的是python的xml.dom.minidom包，详情可见其官方文档：xml.dom.minidom官方文档。全文都将围绕以下的customer.xml进行操作：

<?xml version="1.0" encoding="utf-8" ?>
<!-- This is list of customers -->
<customers>
  <customer ID="C001">
    <name>Acme Inc.</name>
    <phone>12345</phone>
    <comments>
      <![CDATA[Regular customer since 1995]]>
    </comments>
  </customer>
  <customer ID="C002">
    <name>Star Wars Inc.</name>
    <phone>23456</phone>
    <comments>
      <![CDATA[A small but healthy company.]]>
    </comments>
  </customer>
</customers>

CDATA：在XML中，不会被解析器解析的部分数据。

声明：在本文中，结点和节点被视为了同一个概念，你可以在全文的任何地方替换它，我个人感觉区别不是很大，当然，你也可以看做是我的打字输入错误。

1. 解析XML文件

在解析XML时，所有的文本都是储存在文本节点中的，且该文本节点被视为元素结点的子结点，例如：2005，元素节点，拥有一个值为 “2005” 的文本节点，“2005” 不是元素的值，最常用的方法就是getElementsByTagName()方法了，获取到结点后再进一步根据文档结构解析即可。

具体的理论就不过多描述，配合上述XML文件和下面的代码，你将清楚的看到操作方法，下面的代码执行的工作是将所有的结点名称以及结点信息输出一下：

# -*- coding: utf-8 -*-
"""
    @Author  : LiuZhian
    @Time    : 2019/4/24 0024 上午 9:19
    @Comment : 
"""
from xml.dom.minidom import parse
def readXML():
	domTree = parse("./customer.xml")
	# 文档根元素
	rootNode = domTree.documentElement
	print(rootNode.nodeName)

	# 所有顾客
	customers = rootNode.getElementsByTagName("customer")
	print("****所有顾客信息****")
	for customer in customers:
		if customer.hasAttribute("ID"):
			print("ID:", customer.getAttribute("ID"))
			# name 元素
			name = customer.getElementsByTagName("name")[0]
			print(name.nodeName, ":", name.childNodes[0].data)
			# phone 元素
			phone = customer.getElementsByTagName("phone")[0]
			print(phone.nodeName, ":", phone.childNodes[0].data)
			# comments 元素
			comments = customer.getElementsByTagName("comments")[0]
			print(comments.nodeName, ":", comments.childNodes[0].data)

if __name__ == '__main__':
	readXML()

在这里插入图片描述

2. 写入XML文件

在写入时，我觉得可分为两种方式：

新建一个全新的XML文件
在已有XML文件基础上追加一些元素信息

至于以上两种情况，其实创建元素结点的方法类似，你必须要做的都是先创建/得到一个DOM对象，再在DOM基础上创建new一个新的结点。

如果是第一种情况，你可以通过dom=minidom.Document()来创建；如果是第二种情况，直接可以通过解析已有XML文件来得到dom对象，例如dom = parse("./customer.xml")

在具体创建元素/文本结点时，你大致会写出像以下这样的“四部曲”代码：

①创建一个新元素结点createElement()
②创建一个文本节点createTextNode()
③将文本节点挂载元素结点上
④将元素结点挂载到其父元素上。

现在，我需要新建一个customer节点，信息如下:

<customer ID="C003">
    <name>kavin</name>
    <phone>32467</phone>
    <comments>
      <![CDATA[A small but healthy company.]]>
    </comments>
  </customer>

代码如下：

def writeXML():
	domTree = parse("./customer.xml")
	# 文档根元素
	rootNode = domTree.documentElement

	# 新建一个customer节点
	customer_node = domTree.createElement("customer")
	customer_node.setAttribute("ID", "C003")

	# 创建name节点,并设置textValue
	name_node = domTree.createElement("name")
	name_text_value = domTree.createTextNode("kavin")
	name_node.appendChild(name_text_value)  # 把文本节点挂到name_node节点
	customer_node.appendChild(name_node)

	# 创建phone节点,并设置textValue
	phone_node = domTree.createElement("phone")
	phone_text_value = domTree.createTextNode("32467")
	phone_node.appendChild(phone_text_value)  # 把文本节点挂到name_node节点
	customer_node.appendChild(phone_node)

	# 创建comments节点,这里是CDATA
	comments_node = domTree.createElement("comments")
	cdata_text_value = domTree.createCDATASection("A small but healthy company.")
	comments_node.appendChild(cdata_text_value)
	customer_node.appendChild(comments_node)

	rootNode.appendChild(customer_node)

	with open('added_customer.xml', 'w') as f:
		# 缩进 - 换行 - 编码
		domTree.writexml(f, addindent='  ', encoding='utf-8')

if __name__ == '__main__':
	writeXML()

3. 更新XML文件

在更新XML时，只需先找到对应的元素结点，然后将其下的文本结点或属性取值更新即可，然后保存到文件，具体我就不多说了，代码中我将思路都注释清楚了，如下：

def updateXML():
	domTree = parse("./customer.xml")
	# 文档根元素
	rootNode = domTree.documentElement

	names = rootNode.getElementsByTagName("name")
	for name in names:
		if name.childNodes[0].data == "Acme Inc.":
			# 获取到name节点的父节点
			pn = name.parentNode
			# 父节点的phone节点，其实也就是name的兄弟节点
			# 可能有sibNode方法，我没试过，大家可以google一下
			phone = pn.getElementsByTagName("phone")[0]
			# 更新phone的取值
			phone.childNodes[0].data = 99999

	with open('updated_customer.xml', 'w') as f:
		# 缩进 - 换行 - 编码
		domTree.writexml(f, addindent='  ', encoding='utf-8')

if __name__ == '__main__':
	updateXML()