Python与XML文件处理详解（2）：使用xml.dom.minidom模块处理XML

原创

已于 2025-09-04 13:16:37 修改 · 666 阅读

18 ·

CC 4.0 BY-SA版权

文章标签：

#python #xml #minidom

于 2025-09-04 13:14:08 首次发布

王者杯·14天创作挑战营·第5期 10w+人浏览 372人参与

引言

第一部分：理解DOM模型与minidom

第1章：DOM模型核心概念

第2章：为何选择minidom？适用场景与对比

第二部分：使用minidom解析与操作XML

5.2 使用getElementsByTagName()进行搜索

第8章：minidom处理ARXML的实践与考量

8.1 为何有时会选择minidom处理ARXML？

详见XML介绍：XML与ARXML文件详解：从通用数据交换到汽车软件的基石

引言

在Python处理XML的诸多工具中，xml.etree.ElementTree (ET) 因其轻量和Pythonic的特性而广受欢迎，成为大多数场景的首选。然而，当面对需要完全遵循W3C DOM标准、进行复杂树形结构导航或需要与使用DOM API的其他系统（如浏览器JavaScript）保持一致的场景时，标准库中的另一个模块——xml.dom.minidom——便展现出其独特的价值。

minidom 是文档对象模型（Document Object Model, DOM）的一个精简实现。与ET的“简化元素树”模型不同，DOM将整个XML文档解析为一个存在于内存中的、包含各种类型节点的完整对象树。这种模型虽然内存开销更大，但提供了对文档结构无与伦比的精确控制和符合国际标准的操作接口。

本文将深入探讨xml.dom.minidom模块，详细讲解其核心概念、API使用方法、优缺点，并特别关注其在处理复杂行业标准XML文件（如汽车领域的ARXML）中的应用与考量。

第一部分：理解DOM模型与minidom

第1章：DOM模型核心概念

DOM是W3C定义的平台和语言无关的接口，它将XML或HTML文档视为一棵由多种节点（Node） 组成的树。minidom实现了这一模型的关键部分。理解DOM，首先要理解其节点继承体系：

Node：所有节点类型的基类。定义了通用属性和方法，如nodeName, nodeValue, nodeType, childNodes, firstChild, lastChild, parentNode等。
Document：继承自Node。代表整个XML文档，是树的根节点，也是创建新节点的工厂。
Element：继承自Node。代表XML元素（如<book>），是树的主要构建块。拥有tagName属性和getAttribute(), setAttribute()等方法。
Attr：继承自Node。代表元素的属性（如id="bk101"）。
Text：继承自Node。代表元素或属性中的文本内容（如<title>和</title>之间的文字）。
Comment：继承自Node。代表XML注释（）。

这种丰富的节点类型是DOM与ET的一个根本区别。在ET中，几乎所有东西都是一个Element，文本和属性只是其属性。而在DOM中，文本是一个独立的Text节点，属性是一个Attr节点。

第2章：为何选择minidom？适用场景与对比

标准一致性：如果你熟悉JavaScript中的DOM操作或其他语言的DOM实现，minidom的API会让你感到非常熟悉，学习成本低。
完备的树信息：可以访问到注释、处理指令等ET通常忽略的节点。
精确的节点控制：由于文本是独立节点，可以更精细地操作混合内容（Mixed Content）。
内置美化输出：toprettyxml()方法可以方便地生成带缩进的、人类可读的XML字符串，无需第三方工具。

与ElementTree的简单对比：

特性	`xml.etree.ElementTree`	`xml.dom.minidom`
API哲学	Pythonic, 简洁	W3C DOM标准, 冗长但规范
内存模型	轻量级元素树	完整节点树，内存开销较大
节点类型	主要只有`Element`	`Document`, `Element`, `Text`, `Attr`, `Comment`等
XPath支持	有限支持	非常有限（基本无实用价值）
主要优势	速度快，易上手，内存友好	标准，控制力强，美化输出

适用场景：

需要与Web前端（JavaScript DOM）共享处理逻辑或代码。
处理包含大量注释、处理指令等丰富内容的XML文档。
对XML文档的格式和输出有严格要求（如生成供人阅读的配置文件）。
项目要求使用标准DOM接口。

第二部分：使用minidom解析与操作XML

以一个简单的books.xml文件为例。

<?xml version="1.0" encoding="UTF-8"?>
<catalog>
    <book id="bk101" category="CS">
        <author>李伟</author>
        &lt;title&gt;Python从入门到实践&lt;/title&gt;
        <price>89.00</price>
    </book>
    <!-- 这是一本小说 -->
    <book id="bk102" category="Fiction">
        <