结构化文件存储

  • xml, json
  • 为了解决不同设备之间信息交换

XML文件

  • 参考资料

    • https://docs.python.org/3/library/xml.etree.elementtree.html
    • http://www.runoob.com/python/python-xml.html
    • https://blog.csdn.net/seetheworld518/article/details/49535285

  • XML(eXtensibleMarkupLanguage)，可扩展标记语言

    • 标记语言： 语言中使用尖括号括起来的文本字符串标记

    • 可扩展：用户可以自己定义需要的标记

    • 例如：

        <Teacher> 
      自定义标记Teacher
      在两个标记之间任何内容都应该跟Teacher相关
  </Teacher>

    • 是w3c组织制定的一个标准

    • XML描述的是数据本身，即数据的结构和语义

    • HTML侧重于如何显示web页面中的数据

  • XML文档的构成

    • 处理指令(可以认为一个文件内只有一个处理指令)
      • 最多只有一行， 且必须在第一行
      • 内容是与xml本身处理起相关的一些声明或者指令
      • 以xml关键字开头
      • 一般用于声明XML的版本和采用的编码

        • version属性是必须的

        • encoding属性用来支出xml解释器使用的编码

          <?xml version="1.0" encoding="utf-8"?>

    • 根元素(一个文件内只有一个根元素)
      • 在整个xml文件中，可以把他看作一个树形结构
      • 根元素有且只能由一个
    • 子元素
    • 属性
    • 内容
      • 表明标签所存储的信息
    • 注释

      • 起说明作用的信息

      • 注释不能嵌套在标签里

      • 只有在注释的开始和结尾使用双短横线

      • 三短横线只能出现在注释的开头而不能用在结尾

          <name> <!-- wangdapeng -->   </name> #可以
  <name <!-- wangdapeng -->>   </name> #不可以，注释在标签内
  
  <!--my-name-by-wang--> #可以，注释内容可以有一个短横线
  <!--my--name--by--wang-->#不可以，双短横线只能出现在开头或结尾
  
  <!---my-name--> #可以， 三短横线只能出现在开头
  <!---my-name---> #不可以， 三短横线只能出现在开头

  • 保留字符的处理

    • XML中使用的符号可能跟实际符号相冲突，典型的就是左右尖括号

    • 使用实体引用(EntityReference)来表示保留字符

         <score> score>80 </score> #有错误，xml中不能出现>
   <score> score&gt;80</score> #使用实体引用

    • 把含有保留字符的部分放在CDATA块内部，CDATA块把内部信息视为不需要转义，类似于字符串的r---r"\r\n"

          <![CDATA[
       select name,age
       from Student
       where score>80
       ]]>

    • 常用的需要转移的保留字符和对应实体引用 - 一共五个， 每个实体引用都以&开头并且以分号结尾 - &：& - <：< - >：> - '：&apos; - "："

  • XML标签的命名规则

    • Pascal命名法
    • 用单词表示，第一个字母大写
    • 大小写严格区分
    • 配对的标签必须一致

  • 命名空间

    • 为了防止命名冲突

          <Student>
              <Name>LiuYing</Name>
              <Age>23</Age>
      </Student>
      <Room>
          <Name>2014</Name>
          <Location>1-23-1</Location>
      </Room>

    • 如果归并上述两个内容信息，会产生冲突

          <Schooler>
              <Name>LiuYing</Name>
              <Age>23</Age>
          <Name>2014</Name>
          <Location>1-23-1</Location>
      </Schooler>

    • 为了避免冲突，需要给可能冲突元素添加命名空间

    • xmlns: xml name space 的缩写

          <Schooler xmlns:student="http://my_student" xmlns:room="http://my_room">
              <student:Name>LiuYing</student:Name>
              <Age>23</Age>
          <romm:Name>2014</room:Name>
          <Location>1-23-1</Location>
      </Schooler>

XML访问

读取

  • XML读取分两个主要技术,SAX， DOM

  • SAX（Simple API for XML):

    • 基于事件驱动的API
    • 利用SAX解析文档设计到解析器和事件处理两部分
    • 特点:
      • 快
      • 流式读取

  • DOM

    • 是W3C规定的XML编程接口
    • 一个XML文件在缓存中以树形结构保存，读取
    • 用途
      • 定位浏览XML任何一个节点信息
      • 添加删除相应内容
    • minidom
      • minidom.parse(filename):加载读取的xml文件, filename也可以是xml代码
      • doc.documentElement:获取xml文档对象，一个xml文件只有一个对于的文档对象
      • node.getAttribute(attr_name):获取xml节点的属性值
      • node.getElementByTagName(tage_name)：得到一个节点对象集合
      • node.childNodes:得到所有孩子节点
      • node.childNodes[index].nodeValue:获取单个节点值
      • node.firstNode:得到第一个节点，等价于node.childNodes[0]
      • node.attributes[tage_name]
      • 案例v01 --案例地址：https://github.com/youngforyou27/CookBook_and_code/tree/master/15-%E6%A0%BC%E5%BC%8F%E5%8C%96%E6%96%87%E4%BB%B6%E5%AD%98%E5%82%A8
    • etree
      • 以树形结构来表示xml
      • root.getiterator:得到相应的可迭代的node集合
      • root.iter
      • find(node_name):查找指定node_name的节点,返回一个node
      • root.findall(node_name):返回多个node_name的节点
      • node.tag: node对应的tagename
      • node.text:node的文本值
      • node.attrib： 是node的属性的字典类型的内容
      • 案例v02

  • xml文件写入

    • 更改
      • ele.set:修改属性
      • ele.append: 添加子元素
      • ele.remove:删除元素
      • 案例 v03
    • 生成创建
      • SubElement, 案例v04
      • minidom 写入，案例v05
      • etree创建， 案例v06