萬盛學電腦網

您现在的位置: 萬盛學電腦網 >> 程式設計 >  >> 網路程式設計 >> 程式語言綜合

Python xml.dom.minidom 解析 XML 完整實戰

Python 內建 xml.dom.minidom 提供 DOM 風格 XML 解析,本文以書籍目錄為例,示範節點遍歷、元素提取、缺失標籤防禦性檢查等實務技巧。

範例 XML 結構

<?xml version="1.0" encoding="utf-8"?>
<books>
  <book>
    <author>zoer</author>
    <title>think in java</title>
    <content>this is a good book</content>
  </book>
  <book>
    <author>naughty</author>
    <title>gone with the wind</title>
    <content>this is a good book 2</content>
  </book>
  <book>
    <author>cc</author>
    <content>this is a good book 3</content>
  </book>
</books>

注意:第三本書缺少 <title> 標籤,實務中極常見。

解析程式碼

#coding=utf-8
import xml.dom.minidom

dom = xml.dom.minidom.parse('books.xml')
root = dom.documentElement

for node in root.childNodes:
    if node.nodeType == node.ELEMENT_NODE:  # 過濾文字節點
        # 安全提取 author
        author = node.getElementsByTagName("author")
        if len(author) >= 1:
            print(author[0].childNodes[0].data)

        # 安全提取 title (可能缺失)
        title = node.getElementsByTagName("title")
        if len(title) >= 1:
            print(title[0].childNodes[0].data)

        # 安全提取 content
        content = node.getElementsByTagName("content")
        if len(content) >= 1:
            print(content[0].childNodes[0].data)

        print("........................parting line........................")

關鍵技術點

  • node.nodeType == node.ELEMENT_NODE:過濾換行、縮排產生的文字節點。
  • getElementsByTagName 回傳列表:必須檢查長度再存取 [0],避免 IndexError。
  • childNodes[0].data:取得文字節點實際內容。
  • 編碼宣告 #coding=utf-8 確保中文輸出正常。

替代方案提示

現代專案建議考慮 lxml.etree(效能更好、支援 XPath)或 xml.etree.ElementTree(標準庫、API 更 Pythonic)。但 minidom 無額外依賴,適合輕量腳本或受限環境。

copyright © 萬盛學電腦網 all rights reserved