Python DOM 解析与操作 XML 文件：详解与实践230

XML (Extensible Markup Language) 作为一种可扩展标记语言，广泛应用于数据存储和交换。Python 提供了多种库来处理 XML 文件，其中 DOM (Document Object Model) 解析器是一种常用的方法。DOM 解析器将整个 XML 文件加载到内存中，构建一个树状结构，允许开发者方便地访问和修改 XML 节点。本文将详细介绍 Python 中使用 DOM 解析 XML 文件的方法，涵盖读取、修改和写入 XML 文件的各个方面，并提供丰富的代码示例。

Python 内置的 `` 模块提供了 DOM 解析 XML 的功能。 `minidom` 模块简单易用，适合处理中等大小的 XML 文件。然而，对于非常大的 XML 文件，由于需要将整个文件加载到内存，可能会导致内存溢出。对于大型文件，建议考虑使用 SAX (Simple API for XML) 解析器，它是一种基于事件的解析器，内存占用更小。

首先，我们需要安装必要的库。对于 `minidom`，无需额外安装，因为它已包含在 Python 标准库中。让我们从一个简单的 XML 文件开始：```xml

Everyday Italian
Giada De Laurentiis
2005
30.00

Harry Potter
J K. Rowling
2005
29.99

```

我们将这个 XML 文件保存为 ``。以下是如何使用 `minidom` 解析并操作这个文件：```python
from import minidom
# 解析 XML 文件
doc = ('')
# 获取根节点
root =
# 获取所有 book 节点
books = ('book')
# 遍历 book 节点并打印信息
for book in books:
title = ('title')[0].childNodes[0].data
author = ('author')[0].childNodes[0].data
print(f"Title: {title}, Author: {author}")
# 添加一个新的 book 节点
new_book = ('book')
('category', 'fiction')
title = ('title')
(('The Lord of the Rings'))
(title)
author = ('author')
(('J.R.R. Tolkien'))
(author)
(new_book)

# 写入修改后的 XML 文件
with open('', 'w') as f:
(f, indent='\t', addindent='\t', newl='')
# 释放内存 (重要!)
()
```

这段代码首先解析 `` 文件，然后遍历所有 `book` 节点，打印书名和作者。接下来，它添加一个新的 `book` 节点，并把修改后的 XML 写入到 `` 文件。最后，非常重要的一步是调用 `()` 来释放内存，避免内存泄漏，尤其是在处理大型 XML 文件时。

这段代码演示了如何使用 `minidom` 读取、遍历和修改 XML 文件。 `getElementsByTagName()` 方法返回一个节点列表，需要进一步处理才能获取节点的值。 `childNodes[0].data` 用于获取节点的文本内容。 `setAttribute()` 方法用于设置属性，`appendChild()` 方法用于添加子节点。

需要注意的是，`minidom` 生成的 XML 文件可能会包含一些额外的换行符和空格。可以使用 `writexml()` 方法的 `indent` 和 `addindent` 参数来控制输出格式。此外，对于复杂的 XML 结构，建议使用 XPath 表达式来更方便地定位和操作节点。 lxml 库是一个功能强大的 XML 和 HTML 处理库，它提供了更高级的 XPath 支持和更高的性能。

总而言之，Python 的 `` 模块为处理 XML 文件提供了方便的 DOM 接口。理解 DOM 解析器的原理，并掌握代码中的关键方法，例如 `parse()`、`getElementsByTagName()`、`createElement()`、`appendChild()`、`setAttribute()` 和 `writexml()`，对于有效地使用 DOM 解析 XML 至关重要。记住始终释放内存以避免潜在的内存问题，特别是当处理大型 XML 文件时，考虑使用更有效的解析器如 SAX 或 lxml。

2025-05-07

上一篇：Python 字符串删除技巧：高效移除字符、子串及特殊符号

下一篇：Python文件写入：高效、安全、灵活的进阶指南