Python xml.dom.minidom库使用教程

xml.dom.minidom 是 Python 轻量级 DOM 解析器，适合中小型 XML 文件；支持创建、解析、修改和删除节点，但存在空白符解析、无 XPath、内存占用高等限制。

xml.dom.minidom 是 Python 标准库中轻量级的 DOM 解析器，适合处理中小型 XML 文件，语法直观、上手快，但不适用于超大文件或需要高性能解析的场景。

创建和写入 XML 文档

用 minidom.getDOMImplementation() 创建空文档，再通过 createElement 和 createTextNode 构建节点，最后用 appendChild 组织结构。

示例：生成一个简单的学生信息 XML：

from xml.dom.minidom import getDOMImplementation

impl = getDOMImplementation()
doc = impl.createDocument(None, "students", None)
root = doc.documentElement

student = doc.createElement("student")
student.setAttribute("id", "1001")

name = doc.createElement("name")
name.appendChild(doc.createTextNode("张三"))
student.appendChild(name)

age = doc.createElement("age")
age.appendChild(doc.createTextNode("20"))
student.appendChild(age)

root.appendChild(student)
print(doc.toprettyxml(indent="  "))

注意：toprettyxml() 默认会在每行末尾加换行符，若需去除空行，可传入 encoding="utf-8" 并自行处理字符串（如过滤空行），或使用第三方库如 xml.etree.ElementTree 替代。

解析已有 XML 字符串或文件

用 parse()（读文件）或 parseString()（读字符串）加载 XML，返回 Document 对象。

常用操作包括：

• getElementsByTagName(tagName)：获取所有匹配标签名的元素节点（返回 NodeList）
• getAttribute(attrName)：读取元素属性值
• firstChild.data 或 childNodes[0].data：读取文本子节点内容（注意空格和换行也可能是 textNode）
• hasChildNodes() 和 nodeType == Node.ELEMENT_NODE 可用于安全遍历

建议在读取文本内容前先检查节点是否存在、是否为文本节点，避免 AttributeError。

修改和删除节点

minidom 支持动态修改文档结构：

• 用 appendChild()、insertBefore() 添加节点
• 用 removeChild() 删除子节点（需持有父节点引用）
• 用 setAttribute() 修改或新增属性，用 removeAttribute() 删除属性
• 修改文本内容：找到对应 Text 节点后，赋值给 nodeValue

例如更新学生年龄：

age_node = student.getElementsByTagName("age")[0]
age_node.firstChild.nodeValue = "21"

常见陷阱与注意事项

minidom 的 DOM 模型较“忠实”于 XML 规范，但也带来一些易错点：

• 空白符（换行、缩进、空格）会被解析为 Text 节点，导致 childNodes 包含非预期节点 → 推荐用 getElementsByTagName 或遍历时判断 node.nodeType
• 没有内置的 XPath 支持，复杂查询需手动遍历 → 如需 XPath，改用 lxml 或 xml.etree.ElementTree + xpath 扩展
• 不支持命名空间的高级操作（如 prefix 绑定、namespaceURI 查询）→ 简单命名空间可用 getAttributeNS，但体验有限
• 内存占用随文档大小线性增长，不适合 GB 级 XML → 此时应选 SAX 或 iterparse

不复杂但容易忽略。