利用XMLSpy编辑与约束XML文件操作

一、XML文件介绍

可扩展标记语言，标准通用标记语言的子集，简称XML。是一种用于标记电子文件使其具有结构性的标记语言。

XML文件格式是纯文本格式，在许多方面类似于HTML，XML由XML元素组成，每个XML元素包括一个开始标记（<title>），一个结束标记（</title>）以及两个标记之间的内容，例如，可以将XML元素标记为价格、订单编号或名称。标记是对文档存储格式和逻辑结构的描述。在形式上，标记中可能包括注释、引用、字符数据段、起始标记、结束标记、空元素、文档类型声明( DTD)和序言。

XML文件的作用是可以定义数据交流的标准或系统配置参数，有一段时间预测是可以替代HTML的标签语言，但是后来发展不理想，没有成为HTML网页的替代方案。但是XML文件在数据交流中还是非常有用的，尤其是在进行数据交流标准的定义中，不同用户按事先约定好的XML标签格式传递数据，双方就可以交流数据。其规范性要强于json文件格式

具体规则如下：

1、必须有声明语句。

XML声明是XML文档的第一句，其格式如下：

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

2、注意大小写

在XML文档中，大小写是有区别的。"<P>"和"<p>"是不同的标记。注意在写元素时，前后标记的大小写要保持一致。

3、XML文档有且只有一个根元素

XML文档必须有一个根元素，就是紧接着声明后面建立的第一个元素，其他元素都是这个根元素的子元素，根元素完全包括文档中其他所有的元素。根元素的起始标记要放在所有其他元素的起始标记之前；根元素的结束标记要放在所有其他元素的结束标记之后。例如

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

4、属性值使用引号

在HTML代码里面，属性值可以加引号，也可以不加。但是XML规定，所有属性值必须加引号（可以是单引号，也可以是双引号，建议使用双引号），否则将被视为错误。

<?xml version="1.0" encoding="utf-8"?>		<data name="school_data">					XXXXXX		</data>

5、所有的标记必须有相应的结束标记

在HTML中，标记可以不成对出现，而在XML中，所有标记必须成对出现，有一个开始标记，就必须有一个结束标记，否则将被视为错误。

<?xml version="1.0" encoding="utf-8"?><data name=”school_data”>	<school name=”ncist”>		<myclass name="计算机B191">            <student id="001">                <realname>张一</realname>                <sex>男</sex>                <age>21</age>            </student>        </myclass>	</school>	<school name=”pku”>		<myclass name="物联网B191">            <student id="001">                <realname>王一</realname>                <sex>女</sex>                <age>19</age>            </student>        </myclass>	</school></data>

6、所有的空标记也必须被关闭

空标记是指标记对之间没有内容的标记，比如"<img></img>"等标记。在XML中，规定所有的标记必须有结束标记。

二、XMLSpy软件介绍

XMLSpy 是来自Altova的一款方便实用，功能强大的XML（标准通用标记语言的子集）编辑器。软件支持WYSWYG，支持Unicode、多字符集，支持Well-formed和Validated两种类型的XML文档，支持NewsML等多种标准XML文档的编辑，软件在原来的基础上增加了几个很有用的功能，会让XML代码的处理更容易，是J2EE,.NET和数据库开发人员不可缺少的高性能的开发工具。网上搜索需要的版本安装就可以了。

XMLSpy 软件界面

XMLSpy 编辑界面

三、利用XMLSpy软件编辑XML文件

1、建立一个XML样例文件

首先利用任意文本编辑器，建立一个普通的XML文件，里面含有基本的XML数据结构。

<?xml version="1.0" encoding="UTF-8" ?><data>    <school name="ncist001">        <myclass name="计算机001">            <student id="001">                <realname>张一</realname>                <sex>男</sex>                <age>21</age>            </student>        </myclass>    </school></data>

2、利用XMLSpy软件生成约束文件

利用XMLSpy软件打开此文件，分析生成约束XSD文件。这步很关键。会提示是否应用约束等，基本都是默认确认就可以了。软件自动在XML文件中建立约束的语句。这种方法可以快速生成约束文件，在此基础上进行修改，能够快速完成约束文件的生成。

带有约束的XML文件

生成约束文件

xsd约束文件

3、修改约束文件xsd

软件自动生成了约束文件xsd，但是这个约束文件有问题。主要是它采用扁平化方法，描述各个元素的层级关系。所谓扁平化描述，就是指描述本层和它所包含的下一层的元素。

注意点：

1　 data是根目录，它只描述的data的类型，和含有的下一级子元素。具体下一级子元素的详细描述，又采用扁平化方法在下面描述了

2　 在描述中，元素的属性数据类型都进行了约束，问题在于后面采用枚举，限定的数据内容，因此需要把枚举的内容删除掉。

3　 在元素的描述中，没有限定数据数量，默认就是1个。应该添加不限定。方法是自己写，或者在添加一个元素，然后再生成约束文件，分析文件就可以了。

xsd约束文件

4、XML可视化

XMLSpy软件提供了一种可视化结构展示，非常方便查看自己的XML约束条件。

xml可视化

5、约束文件地址修改

XML文件中引用的约束文件为绝对地址，不适合发布使用。把它修改为相对地址，xml和xsd文件在同一个文件夹中。

xsd地址

6、约束检查

XML约束检查，如果是用XMLSpy软件，如果有问题，会报错，不让保存。根据提示错误，可以修改xsd文件或者XML文件

约束检查结果

四、pycharm软件中生成约束xsd文件

利用pycharm也可以生成XSD文件，但是文件的描述感觉没有XMLSpy软件描述的清晰，如下图，不适用。Pycharm不能进行XML规则检查。

pycharm编辑xml

xml文件

五、Python读写XML文件

常见的 XML 编程接口有 DOM 和 SAX，这两种接口处理 XML 文件的方式不同，当然使用场合也不同。

Python 有三种方法解析 XML，就是SAX，DOM，以及 ElementTree。

1.SAX (simple API for XML )

Python 标准库包含 SAX 解析器，SAX 用事件驱动模型，通过在解析XML的过程中触发一个个的事件并调用用户定义的回调函数来处理XML文件。

2.DOM(Document Object Model)

将 XML 数据在内存中解析成一个树，通过对树的操作来操作XML。

3.ElementTree(元素树)

ElementTree就像一个轻量级的DOM，具有方便友好的API。代码可用性好，速度快，消耗内存少。

注：因DOM需要将XML数据映射到内存中的树，一是比较慢，二是比较耗内存，而SAX流式读取XML文件，比较快，占用内存少，但需要用户实现回调函数（handler）。

代码如下：

# （1）读取XML文件import xml.etree.ElementTree as ETtree = ET.parse('xml001.xml')root = tree.getroot()# （1.1）读取XML字符串# #root = ET.fromstring(country_data_as_string)# #（2）获取element object的四大属性tag、text、attrib以及tail# root.tag #root element的tag# root.text #root element的text# root.attrib #root element本身的attrib,dict格式的# root.tail #root element的tag结束到下一个tag之间的textprint(root.tag)print(root.text)print(root.attrib)print(root.tail)# #（3）通过字典逻辑获取树形结构的text，表示第一个child的第二个child element的text# root[0][1].textprint("---" * 10)print(root[0][0][0].attrib, root[0][0][0][0].tag, root[0][0][0][0].text, root[0][0][0][1].text, root[0][0][0][2].text)# （4）读取XML数据# Element.iter(tag) --遍历当前element树所有子节点的element（无论是子节点还是子节点的子节点）,找到符合指定tag名的所有element,如果tag为空则遍历当前element树，返回所有节点element(包含当前父节点)。2.7和3.2之前的版本无此方法，可以用getiterator()代替。# Element.findall(tag) --遍历当前节点的直接子节点，找到符合指定tag名的element，返回由element组成的list# Element.find(tag) --遍历当前节点的直接子节点，找到符合指定tag名的第一个element# Element.get(key) --在当前element中获取符合指定attrib名的valueprint("---" * 10)mydata = root.iter("student")for i in mydata:    # print(i.attrib["id"],i[0].text,i[1].text,i[2].text) #方法一    print(i.get("id"), i.find("realname").text, i.find("sex").text, i.find("age").text)  # 方法二# (5) 修改XML文件# ElementTree.write(file, encoding="us-ascii", xml_declaration=None, default_namespace=None, method="xml")  --将之前的修改写入XML# Element.set(key,value) --设置element attrib# Element.append(subelement) --新增一个子element，extends(subelements)，输入参数必须是一个element序列# Element.remove(subelement) --删除指定tag的elementfor i in root.iter("student"):    x = i.find("realname")    if x.text == "张二":        x.text = "李二小"        print("修改数据：", x.text)# (6)保存文件tree.write("xml002.xml", encoding="utf-8", xml_declaration=True, default_namespace=None, method="xml")