本文转自:
http://blog.donews.com/limodou/archive/2004/07/15/43755.aspx
原文如下:
下面我来演示一下如何从无到有生成象catalog.xml一样的XML文件。
一、生成dom对象
>>> import xml.dom.minidom
>>> impl = xml.dom.minidom.getDOMImplementation()
>>> dom = impl.createDocument(None, 'catalog', None)
这样就生成了一个空的dom对象。其中catalog为文档元素名,即根元素名。
二、显示生成的XML内容
每一个dom结点对象(包括dom对象本身)都有输出XML内容的方法,如:toxml(), toprettyxml()
toxml()输出紧凑格式的XML文本,如:
testtest
toprettyxml()输出美化后的XML文本,如:
test
test
可以看出,它是将每个结点后面都加入了回车符,并且自动处理缩近。但对于每一个元素,如果元素只有文本内容,则我希望元素的tag与文本是在一起的,如:
test
而不想是分开的格式,但minidom本身是不支持这样的处理。关于如何实现形如:
test
test
这样的XML格式,后面我们再说。
三、生成各种结点对象
dom对象拥有各种生成结点的方法,下面列出文本结点,CDATA结点和元素结点的生成过程。
1. 文本结点的生成
>>> text=dom.createTextNode('test')
test
要注意的是,在生成结点时,minidom并不对文本字符进行检查,象文本中如果出现了'
>>> data = dom.createCDATASection('aaaaaa\nbbbbbb')
>>> data.toxml()
''
CDATA是用于包括大块文本,同时可以不用转换'来包括的。但文本中不可以有"]]>"这样的串存在。生成结点时minidom不作这些检查,只有当你输出时才有可能发现有错。
3. 元素结点的生成
>>> item = dom.createElement('caption')
>>> item.toxml()
''
对于象元素这样的结点,生成的元素结点其实是一个空元素,即不包含任何文本,如果要包含文本或其它的元素,我们需要使用appendChild()或insertBefore()之类的方法将子结点加就到元素结点中。如将上面生成的text结点加入到caption元素结点中:
>>> item.appendChild(text)
>>> item.toxml()
'test'
使用元素对象的setAttribute()方法可以向元素中加入属性,如:
>>> item.setAttribute('id', 'idvalue')
>>> item.toxml()
'test'
四、生成dom对象树
我们有了dom对象,又知道了如何生成各种结点,包括叶子结点(不包含其它结点的结点,如文本结点)和非叶子结点(包含其它结点的结点,如元素结点)的生成,然后就需要利用结点对象本身的appendChild()或insertBefore()方法将各个结点根据在树中的位置连起来,串成一棵树。最后要串到文档结点上,即根结点上。如一个完整的示例为:
>>> import xml.dom.minidom
>>> impl = xml.dom.minidom.getDOMImplementation()
>>> dom = impl.createDocument(None, 'catalog', None)
>>> root = dom.documentElement
>>> item = dom.createElement('item')
>>> text = dom.createTextNode('test')
>>> item.appendChild(text)
>>> root.appendChild(item)
>>> print root.toxml()
test
五、简单生成元素结点的函数
下面是我写的一个小函数,用于简单的生成类似于:
test
或形如:
的元素结点
1 def makeEasyTag(dom, tagname, value, type='text'):
2 tag = dom.createElement(tagname)
3 if value.find(']]>') > -1:
4 type = 'text'
5 if type == 'text':
6 value = value.replace('&', '&')
7 value = value.replace('
参数说明:
- dom为dom对象
- tagname为要生成元素的名字,如'item'
- value为其文本内容,可以为多行
- type为文本结点的格式,'text'为一般Text结点,'cdata'为CDATA结点
函数处理说明:
- 首先创建元素结点
- 查找文本内容是否有']]>',如果找到,则此文本结点只可以是Text结点
- 如果结点类型为'text',则对文本内容中的'
因此这个小函数可以自动地处理字符转化及避免CDATA结点中出现']]>'串。
上面生成'item'结点的语句可以改为:
>>> item = makeEasyTag(dom, 'item', 'test')
>>> item.toxml()
'test'
六、写入到XML文件中
dom对象树已经生成好了,我们可以调用dom的writexml()方法来将内容写入文件中。writexml()方法语法格式为:
writexml(writer, indent, addindent, newl, encoding)
- 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。下面给出一个文本内容有汉字的示例:
1 >>> import xml.dom.minidom
2 >>> impl = xml.dom.minidom.getDOMImplementation()
3 >>> dom = impl.createDocument(None, 'catalog', None)
4 >>> root = dom.documentElement
5 >>> text = unicode('汉字示例', 'cp936')
6 >>> item = makeEasyTag(dom, 'item', text)
7 >>> root.appendChild(item)
8
9 >>> root.toxml()
10 u'\u6c49\u5b57\u793a\u4f8b'
11 >>> f=file('d:/test.xml', 'w')
12 >>> import codecs
13 >>> writer = codecs.lookup('utf-8')[3](f)
14 >>> dom.writexml(writer, encoding='utf-8')
15 >>> writer.close()
5行 因为XML处理时内部使用Unicode编码,因此象汉字首先要转成Unicode,如果你不做这一步minicode并不检查,并且保存时可能不会出错。但读取时可能会出错。
12-13行 生成UTF-8编码的写入流对象,这样在保存时会自动将Unicode转换成UTF-8编码。
这样写XML文件就完成了。