XML系统学习

Posted 2020-09-25 Ryana

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 <!-- This is a comment -->

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：

&lt;     <     小于
&gt;     >     大于
&amp;     &     和号
&apos;     \'     省略号
&quot;     "     引号

<message>if salary < 1000 then</message> 错误
<message>if salary &lt; 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!