Python解析xml文檔實例

使用python

用到的包：xml.dom.minidom

需求：

有一個表，裡面數據量比較大，每天一更新，其字段可以通過配置文件進行配置，即，可能每次建表的字段不一樣。

上游跑時會根據配置從源文件中提取，到入庫這一步需要根據配置進行建表。

解決：

寫了一個簡單的xml，配置需要字段及類型

上游讀取到對應的數據

入庫這一步，先把原表刪除，根據配置建新表

XML文件

1. <?xml version="1.0" encoding="UTF-8"?>  
2. <!-- 表名 ,數據庫名   可靈活配置插入哪個庫哪個表 -->  
3. <table name="top_query" db_name="evaluting_sys">  
4. <!-- 非業務主鍵，自增長,可配名，其他 INTEGER UNSIGNED AUTO_INCREMENT  -->  
5. <primary_key>  
6. <name>id</name>  
7. </primary_key>  
8. <!-- 字段開始 -->  
9. <field>  
10. <name>query</name>  
11. <type>varchar(200)</type>  
12. <is_index>false</is_index>  
13. <description>query</description>  
14. </field>  
15. <field>  
16. <name>pv</name>  
17. <type>integer</type>  
18. <is_index>false</is_index>  
19. <description>pv</description>  
20. </field>  
21. <field>  
22. <name>avg_money</name>  
23. <type>integer</type>  
24. <is_index>false</is_index>  
25. <description></description>  
26. </field>  
27. <!-- 字段配置結束 -->  
28. </table>  

腳本：

1. #!/usr/bin/python  
2. # -*- coding:utf-8 -*-  
3. #author: ken  
4. #desc: use to read db xml config.  
5. #-----------------------  
6. #2012-02-18 created  
7.   
8. #----------------------  
9.   
10. import sys,os  
11. from xml.dom import minidom, Node  
12.   
13. def read_dbconfig_xml(xml_file_path):  
14.   content = {}  
15.   
16.   root = minidom.parse(<span style="background-color: rgb(255, 255, 255); ">xml_file_path)</span>  
17.   table = root.getElementsByTagName("table")[0]  
18.   
19.   #read dbname and table name.  
20.   tabletable_name = table.getAttribute("name")  
21.   db_name = table.getAttribute("db_name")  
22.   
23.   if len(table_name) > 0 and len(db_name) > 0:  
24.      db_sql = "create database if not exists `" + db_name +"`; use " + db_name + ";"   
25.      table_drop_sql = "drop " + table_name + " if exists " + table_name + ";"   
26.      content.update({"db_sql" : db_sql})  
27.      content.update({"table_sql" : table_drop_sql })  
28.   else:  
29.      print "Error:attribute is not define well!  db_name=" + db_name + " ;table_name=" + table_name  
30.      sys.exit(1)  
31.   #print table_name, db_name  
32.     
33.   table_create_sql = "create table " + table_name +"("  
34.   
35.   #read primary cell  
36.   primary_key = table.getElementsByTagName("primary_key")[0]  
37.   primary_keyprimary_key_name = primary_key.getElementsByTagName("name")[0].childNodes[0].nodeValue  
38.   
39.   table_create_sql += primary_key_name + " INTEGER NOT NULL AUTO_INCREMENT PRIMARY KEY,"  
40.   
41.   #print primary_key.toxml()  
42.   #read ordernary field   
43.   fields = table.getElementsByTagName("field")  
44.   f_index = 0  
45.   for field in fields:  
46.     f_index += 1  
47.     name = field.getElementsByTagName("name")[0].childNodes[0].nodeValue  
48.     type = field.getElementsByTagName("type")[0].childNodes[0].nodeValue  
49.     table_create_sql += name + " " + type  
50.     if f_index != len(fields):  
51.       table_create_sql += ","  
52.     is_index = field.getElementsByTagName("is_index")[0].childNodes[0].nodeValue  
53.   
54.   table_create_sql += ");"  
55.   content.update({"table_create_sql" : table_create_sql})  
56.   #character set latin1 collate latin1_danish_ci;  
57.   print content  
58.   
59.   
60. if __name__ == "__main__":  
61.   read_dbconfig_xml(sys.argv[1])  

涉及方法：

root = minidom.parse(xml_file_path)  獲取dom對象

root.getElementsByTagName("table")  根據tag獲取節點列表

table.getAttribute("name")  獲取屬性

primary_key.getElementsByTagName("name")[0].childNodes[0].nodeValue  獲取子節點的值（<name>id</name>  得到id）

-----------------------------------------------------

簡單的讀取就是這樣，這裡只是簡單使用了下

後續需去了解下python讀取xml的幾個庫

xml.dom.minidom

xml.etree.ElementTree

libxml2

lxml.etree

xpath