#! /usr/bin/env python3

# -*- coding:utf-8 -*-

import xml.dom.minidom  #该模块被用来处理xml文件

#打开xml文档

dom=xml.dom.minidom.parse('e:/pcf10.xml')

#xml.dom.minidom模块被用来处理xml文件,并将这个文件对象赋值给dom变量。

#documentElement用于得到dom对象的文档元素,并把获得的对象给root

#得到文档元素对象

root=dom.documentElement

print (root.nodeName)

print (root.nodeValue)

print (root.nodeType)

print (root.ELEMENT_NODE)

'''

mapper

None

1

1

'''

#每个结点都有它的nodeName,nodeValue,nodeType属性。

#nodeName为结点名字。

#nodeValue是结点的值,只对文本结点有效。

#nodeType是结点的类型。catalog是ELEMENT_NODE类型

#现有以下几种:

'''

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

'''

#不同的节点类型有不同的值,例CDATA_SECTION_NODE=4,元素节点ELEMENT_NODE=1,属性节点ATTRIBUTE_NODE=2,文本节点TXT_NODE=3,注释节点COMMENT_NODE=8

#获得子标签

#对于知道标签名字的子元素,可以使用getElementsByTagName方法获取:

bb=root.getElementsByTagName('select')

#bb 就是root的指定标签select的子节点列表 ,node为结点的意思,bb[0]表示一组标签中的第一个节点;bb[2]表示这一组标签中的第三个节点

b=bb[0]

b1=bb[1]

b2=bb[2]

print(b.nodeName)

print (b.nodeValue)

print (b1.nodeName)

print (b2.nodeName)

'''

select

None

select

select

'''

#root.getElementsByTagName('select')获得的是标签为select的节点集合

itemlist=root.getElementsByTagName('select')

item=itemlist[0] #item 为文件中第一个select结点

un=item.getAttribute("id") #获得节点属性值

print (un)

print('firstChild\'s nodeType is : ',root.firstChild.nodeType)  #用node.nodeType可返回节点类型。

print(root.firstChild.nodeName)

print('item\'s second node\'s type is : ', item.childNodes[1].nodeType)

'''

pstk0001

firstChild's nodeType is :   3

item's second node's type is :  4

'''

#getAttribute方法可以获得元素的属性所对应的值。

import re

modl=re.compile('(pgenius.)([a-z_A-Z]{2,50})') #()在返回结果分组显示

tableset=set()  #set为集合类数据,不含重复值,可进行交、并、差等集合运算。

f=open('e:/work/w.txt','w')  #有则打开,无则创建w.txt.

for i in itemlist:

tableset1=set()

tableset2=set()

content=[n.data.strip() for n in i.childNodes if n.nodeType==4][0]

#childNodes 返回的是节点的子节点集合,包含元素节点、文本节点、属性节点、注释节点等,事实上,文档里几乎每一样东西都是一个节点,连空格、换行符都

#会被解释成节点。而且都包含在childNodes属性所返回的数组中。

tabless=modl.findall(content)  #返回文件中符合匹配模式的结果集

for n,m in tabless:

tableset1.add(n)

tableset2.add(m)

tableset.add(m)

tableset1=list(tableset1)

tableset2=list(tableset2)

if len(tableset1):

print(i.getAttribute("id"))

f.write(i.getAttribute("id"))

f.write('\n')

print(tableset1)

f.write('\n')

print(tableset2)

for j in tableset2:

f.write(j)

f.write('\n')

print(tableset)

f.close()

#print([n.data.strip() for n in  itemlist[1].childNodes if n.nodeType==4]) #.strip去掉的是开头和结尾的空格

#获得标签对之间的数据,如 <caption>测试</caption>    中的“测试”。

print(item.firstChild.data)

#返回值为空

#firstChild属性返回被选结点的第一个子结点,.data表示获取该节点的的数据

#firstChild返回节点类型为元素节点nodeType=1.

xml文档的读取的更多相关文章

  1. 从多个XML文档中读取数据用于显示webapi帮助文档

    前言: 你先得知道HelpPageConfig文件,不知道说明你现在不需要这个,所以下文就不用看了,等知道了再看也不急.当然如果你很知道这个,下文也不用看了,因为你会了. 方法一: new XmlDo ...

  2. net9:图片变成二进制流存入XML文档,从XML文档中读出图片以及从XML文档中读取并创建图片文件

    原文发布时间为:2008-08-10 -- 来源于本人的百度文章 [由搬家工具导入] fileToXml类: using System;using System.Data;using System.C ...

  3. 【JAVA与DOM4J实现对XML文档的CRUD操作】

    一.简介 1.网上下载DOM4J 1.6.1压缩包,解压开之后,发现几个目录和一个jar文件,jar文件是必须的文件其它目录: docs目录:帮助文档的目录,单击index.html: Quick s ...

  4. java解析xml文档(dom)

    DOM解析XML文档 读取本地的xml文件,通过DOM进行解析,DOM解析的特点就是把整个xml文件装载入内存中,形成一颗DOM树形结构,树结构是方便遍历和和操纵. DOM解析的特性就是读取xml文件 ...

  5. 使用Dom4j创建xml文档

    我们学习dom4j为的就是使用它来创建XML文档.读取文档等更为方便,下面通过一个实例来展示如何通过dom4j去创建XML文档.展示怎样通过两种方式去创建元素,可以直接通过addElement方法返回 ...

  6. XmlReader和XElement组合之读取大型xml文档

    简介 在.NET framework 中存在大量操作xml数据的类库和api,但在.NET framework 3.5后我们的首选一般就是linq to xml. linq to xml操作xml数据 ...

  7. Java获取XML节点总结之读取XML文档节点

    dom4j是Java的XML API,用来读写XML文件的.目前有很多场景中使用dom4j来读写xml的.要使用dom4j开发,需要下载导入dom4j相应的jar文件.官网下载:http://www. ...

  8. 详解xml文件描述,读取方法以及将对象存放到xml文档中,并按照指定的特征寻找的方案

    主要的几个功能: 1.完成多条Emp信息的XML描述2.读取XML文档解析Emp信息3.将Emp(存放在List中)对象转换为XML文档4.在XML文档中查找指定特征的Emp信息 dom4j,jaxe ...

  9. 读取XML文档结构并写入内容

    1.在项目中新建XML文档结构.xsd文件,在其中添加相应的节点. 2.读取文档结构并写入内容 string initFileName = @"D:\Config.xml"; Da ...

随机推荐

  1. (转)C# Delegate.Invoke、Delegate.BeginInvoke

    Delegate的Invoke.BeginInvoke 1.Delegate.Invoke (委托同步调用) a.委托的Invoke方法,在当前线程中执行委托. b.委托执行时阻塞当前线程,知道委托执 ...

  2. 【转】 g++编译时对'xxxx'未定义的引用问题(undefined reference to)

    转自:https://blog.csdn.net/killwho/article/details/53785910 引用:http://www.linuxdiyf.com/linux/16754.ht ...

  3. 取代iframe框架

    一.frameset1. 属性①border设置框架的边框粗细.②bordercolor设置框架的边框颜色.③frameborder设置是否显示框架边框.设定值只有0.1:0 表示不要边框,1 表示要 ...

  4. java ----> 手动编译java项目

    环境: jdk1.8,cmd,notepad++ 创建java工程test,创建文件夹: src classes lib 说明: src 放置.java文件 classes 放置.class文件 li ...

  5. Android 如何更改一个 imageview的颜色

    xml中可以使用tint属性 tips:这里的图片必须是png格式的文件才行,不然你得到的就是一个被纯色覆盖的图 java中 使用 imageView.setColorFilter(Color.WHI ...

  6. Stark组件 (一)

    Stark组件构建 1.启动所有app下的stark.py文件,的配置实现步骤 1.创建一个Django项目crm,并创建  app1 ,app2, stark 三个app 2.在crm 项目的set ...

  7. php根据时间显示刚刚,几分钟前,几小时前的实现代码

    发布时间距现在的时间 function tranTime($time) { $rtime = date("m-d H:i", $time); $htime = date(" ...

  8. python3 mail

    # !usr/bin/python3# -*-coding=UTF-8-*-import smtplib # python 对SMTP的支持,smtplib这个库负责发送邮件from email.mi ...

  9. project euler113

    project euler 113 对于1个数字,如果他数位不减或者不增称为bouncy number,比如1233,33210.统计1-10^100中的bouncy number   思路:分为两种 ...

  10. 5月21 练习AJAX的查看详细及批量删除

    老师讲过之后的复习: 显示数据的代码部分: <!DOCTYPE html PUBLIC "-//W3C//DTD XHTML 1.0 Transitional//EN" &q ...