關于python讀取xml文章很多，但大多文章都是貼一個xml文件，然后再貼個處理文件的代碼。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 文件。

一、什么是xml？

xml即可擴展標記語言，它可以用來標記數據、定義數據類型，是一種允許用戶對自己的標記語言進行定義的源語言。

abc.xml

Ok ,從結構上，它很像我們常見的HTML超文本標記語言。但他們被設計的目的是不同的，超文本標記語言被設計用來顯示數據，其焦點是數據的外觀。它被設計用來傳輸和存儲數據，其焦點是數據的內容。

那么它有如下特征：

首先，它是有標簽對組成，<aa></aa>

標簽可以有屬性：<aa id='123'></aa>

標簽對可以嵌入數據：<aa>abc</aa>

標簽可以嵌入子標簽（具有層級關系）：

二、獲得標簽屬性

那么，下面來介紹如何用python來讀取這種類型的文件。

#打開xml文檔dom = xml.dom.minidom.parse('abc.xml')

#得到文檔元素對象root = dom.documentElementPRint root.nodeNameprint root.nodeValueprint root.nodeTypeprint root.ELEMENT_NODE

mxl.dom.minidom 模塊被用來處理xml文件，所以要先引入。

xml.dom.minidom.parse() 用于打開一個xml文件，并將這個文件對象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，只對文本結點有效。

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'

三、獲得子標簽

現在要獲得catalog的子標簽以的標簽name

對于知道元素名字的子元素，可以使用getElementsByTagName方法獲取：

#打開xml文檔dom = xml.dom.minidom.parse('abc.xml')

#得到文檔元素對象root = dom.documentElement

bb = root.getElementsByTagName('maxid')b= bb[0]print b.nodeName

bb = root.getElementsByTagName('login')b= bb[0]print b.nodeName

如何區分相同標簽名字的標簽：

<caption>和<item>標簽不止一個如何區分？

#打開xml文檔dom = xml.dom.minidom.parse('abc.xml')

#得到文檔元素對象root = dom.documentElement

bb = root.getElementsByTagName('caption')b= bb[2]print b.nodeName

bb = root.getElementsByTagName('item')b= bb[1]print b.nodeName

root.getElementsByTagName('caption') 獲得的是標簽為caption 一組標簽，b[0]表示一組標簽中的第一個；b[2] ，表示這一組標簽中的第三個。

四、獲得標簽屬性值

<login>和<item>標簽是有屬性的，如何獲得他們的屬性？

#打開xml文檔dom = xml.dom.minidom.parse('abc.xml')

#得到文檔元素對象root = dom.documentElement

itemlist = root.getElementsByTagName('login')item = itemlist[0]un=item.getAttribute("username")print unpd=item.getAttribute("passwd")print pd

ii = root.getElementsByTagName('item')i1 = ii[0]i=i1.getAttribute("id")print i

i2 = ii[1]i=i2.getAttribute("id")print i

getAttribute方法可以獲得元素的屬性所對應的值。

五、獲得標簽對之間的數據

<caption>標簽對之間是有數據的，如何獲得這些數據？

獲得標簽對之間的數據有多種方法，

方法一：

#打開xml文檔dom = xml.dom.minidom.parse('abc.xml')

#得到文檔元素對象root = dom.documentElement

cc=dom.getElementsByTagName('caption')c1=cc[0]print c1.firstChild.data

c2=cc[1]print c2.firstChild.data

c3=cc[2]print c3.firstChild.data

firstChild 屬性返回被選節點的第一個子節點，.data表示獲取該節點人數據。

方法二：

for oneper in p:    for child in oneper.getchildren():        print child.tag,':',child.text

p=per.findall('./item')

for oneper in p:    for child in oneper.getchildren():        print child.tag,':',child.text

方法二有點復雜，所引用模塊也與前面的不一樣，findall用于指定在哪一級標簽下開始遍歷。

getchildren方法按照文檔順序返回所有子標簽。并輸出標簽名（child.tag）和標簽的數據（child.text）

其實，方法二的作用不在于此，它核心功能是可以遍歷某一級標簽下的所有子標簽。

PS：這里再為大家提供幾款關于xml操作的在線工具供大家參考使用：

在線XML/JSON互相轉換工具：http://tools.jb51.net/code/xmljson

在線格式化XML/在線壓縮XML：http://tools.jb51.net/code/xmlformat

XML在線壓縮/格式化工具：http://tools.jb51.net/code/xml_format_compress