Python XML 解析实战：使用 minidom 与 ElementTree 详解

什么是 XML？

XML（可扩展标记语言）旨在高效存储和传输结构化数据，广泛用于系统和应用间的信息交换。

Python 提供强大的库解析和操作 XML 文档。但解析前必须将整个文档加载入内存。本教程演示如何使用 Python 的 xml.dom.minidom 和 xml.etree.ElementTree 模块读取、检查和修改 XML 文件。

读完本指南你将能够：

• 使用 minidom 解析 XML
• 创建新 XML 节点
• 使用 ElementTree 解析 XML

使用 minidom 解析 XML

以包含员工数据的示例 XML 文件为例，文件内容如下：

步骤 1 文件列出员工的名、姓、住址，以及 SQL、Python、Testing、Business 等专长领域。

步骤 2 加载文档后，打印根元素的 nodeName 和第一个子元素的 tagName。这些是标准 DOM 对象属性。

• 导入 xml.dom.minidom 并加载 XML 文件 (myxml.xml)。
• 用 parse() 解析文件获取文档对象。
• 获取并显示文档 nodeName 和第一个子元素 tagName。
• 用 getElementsByTagName() 列出所有 expertise 元素并打印各技能。

注意： nodeName 和 tagName 遵循 XML DOM 命名惯例，初学者可能陌生。

步骤 3 可从文档提取所有技能列表。下面代码演示如何将技能名收集到集合。

• 用 getElementsByTagName("skill") 获取所有 skill 元素。
• 遍历返回列表输出每个技能的 name 属性。

创建新 XML 节点

用 minidom 向现有 XML 结构添加数据很简单。示例中添加名为 “BigData” 的新 expertise 节点。

1. 用 createElement("expertise") 创建新元素并设置 name 属性。
2. 将新元素追加到文档根子元素。

• 插入后，expertise 列表包含新增的 “BigData” 技能。

XML 解析器示例

Python 2 示例

import xml.dom.minidom
def main():
    # 加载并解析 XML 文件
    doc = xml.dom.minidom.parse("Myxml.xml")
    # 输出根信息
    print doc.nodeName
    print doc.firstChild.tagName
    # 列出现有 expertise 条目
    expertise = doc.getElementsByTagName("expertise")
    print "%d expertise:" % expertise.length
    for skill in expertise:
        print skill.getAttribute("name")
    # 添加新 expertise 条目
    newexpertise = doc.createElement("expertise")
    newexpertise.setAttribute("name", "BigData")
    doc.firstChild.appendChild(newexpertise)
    print " "
    # 验证添加
    expertise = doc.getElementsByTagName("expertise")
    print "%d expertise:" % expertise.length
    for skill in expertise:
        print skill.getAttribute("name")
if __name__ == "__main__":
    main()

Python 3 示例

import xml.dom.minidom
def main():
    # 加载并解析 XML 文件
    doc = xml.dom.minidom.parse("Myxml.xml")
    # 输出根信息
    print(doc.nodeName)
    print(doc.firstChild.tagName)
    # 列出现有 expertise 条目
    expertise = doc.getElementsByTagName("expertise")
    print("%d expertise:" % expertise.length)
    for skill in expertise:
        print(skill.getAttribute("name"))
    # 添加新 expertise 条目
    newexpertise = doc.createElement("expertise")
    newexpertise.setAttribute("name", "BigData")
    doc.firstChild.appendChild(newexpertise)
    print(" ")
    # 验证添加
    expertise = doc.getElementsByTagName("expertise")
    print("%d expertise:" % expertise.length)
    for skill in expertise:
        print(skill.getAttribute("name"))
if __name__ == "__main__":
    main()

使用 ElementTree 解析 XML

ElementTree 是轻量级 API，使 XML 操作简洁 Pythonic。适合读取大 XML 文件，避免完整 DOM 开销。

示例 XML 数据：

<data>
  <items>
    <item name="expertise1">SQL</item>
    <item name="expertise2">Python</item>
  </items>
</data>

使用 ElementTree 读取 XML：

先导入模块：

import xml.etree.ElementTree as ET

解析文件获取根元素：

tree = ET.parse('items.xml')
root = tree.getroot()

显示所有技能名的完整代码：

import xml.etree.ElementTree as ET
tree = ET.parse('items.xml')
root = tree.getroot()
print('Expertise Data:')
for elem in root:
    for subelem in elem:
        print(subelem.text)

输出：

Expertise Data:
SQL
Python

总结

Python xml.dom.minidom 和 xml.etree.ElementTree 让开发者高效加载、分析、修改 XML 文档。minidom 提供完整 DOM 表示，适合复杂操作；ElementTree 则为轻量级解析和提取提供替代方案。

• 用 parse() 加载 XML（如 doc = xml.dom.minidom.parse(file)）。
• 用 getElementsByTagName() 检索元素。
• 用 createElement() 和 appendChild() 创建并追加新节点。
• ElementTree 只需遍历子元素即可访问数据。