数据交换格式（超详细易懂）

数据交换格式有文本数据交换格式和二进制数据交换格式。文本数据交换格式主要有 CSV 格式、XML 格式、和 JSON 格式。

XML和JSON格式被称为“自描述的”结构化文档，因为这两种格式可以自带描述信息。JSON所用的字节数一般要比XML少，因此JSON也称为“轻量级”的数据交换格式。

CSV文件

CSV（Comma-Separated Values，逗号分隔值）文件是一种简单的文件格式，用于存储表格数据，如电子表格或数据库。CSV文件由一系列的行组成，每行包含若干字段，字段之间由逗号（或其他分隔符，如制表符或分号）分隔。CSV文件通常使用纯文本格式（如UTF-8或ASCII）进行编码，因此它们可以在各种操作系统和应用程序之间轻松交换。

CSV文件示例

以下是一个CSV文件的简单示例：

姓名,年龄,职业  
张三,25,工程师  
李四,30,医生  
王五,28,教师

在这个示例中，第一行是标题行，包含字段名（姓名、年龄、职业）。接下来的每一行都包含与这些字段对应的数据。

特点

1. 简单性：CSV文件易于创建和编辑，因为它们只是纯文本文件。
2. 可移植性：由于CSV文件是纯文本文件，并且使用标准的分隔符（如逗号），因此它们可以在不同的操作系统和应用程序之间轻松交换。
3. 可编辑性：可以使用任何文本编辑器（如Notepad、Sublime Text、VS Code等）打开和编辑CSV文件。
4. 支持多种编程语言：大多数编程语言都提供了用于读取和写入CSV文件的库或函数。

CSV文件在数据分析、数据交换和报告生成等场景中非常有用。例如，可以使用CSV文件将Excel表格中的数据导入到Python脚本中进行处理，或者将数据库查询结果导出为CSV文件以供其他人员使用。

XML数据交换格式

XML（Extensible Markup Language，可扩展标记语言）文档结构是一种用于存储和传输数据的标准格式，它通过标签来描述数据的结构和含义。XML文档结构清晰，易于理解和使用，广泛应用于数据交换、配置文件、Web服务等领域。

XML文档结构

XML文档在形式上与HTML很相似，但它有着严格的语法规则，只有严格按照规范编写的XML文档才是有效的文档。XML文档基本架构如下：

（1）声明（可选）

示例如下

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

该示例中定义了XML文件的版本和使用的字符集，此处为1.0版，使用中文UTF-8字符。虽然编码方式是可选的，但通常建议指定，以确保文档在不同环境下的正确解析。

（2）根元素

根元素是整个XML文档的起始元素，包围着其他所有的元素。它是文档的最顶层元素，且只能有一个，开始标签和结束标签必须一致。

（3）子元素

XML文档中的基本构建单元，由开始标签和结束标签组成。开始标签用来标识元素的开始，结束标签用来标识元素的结束。元素可以嵌套其他元素和文本内容，开始标签和结束标签必须一致。如果开始标签和结束标签之间没有内容，可以写成 <from/> ，称为“空标签”。

示例如下

<book>...</book>

（4）属性

属性定义在开始标签中，用来为元素提供额外的信息，由名称和值组成，中间用等号连接。其中属性值必须放置在双引号或单引号之间。一个元素不能有多个相同名字的属性。属性包含在元素的开始标签中。

示例如下

<book id="123">...</book>

（5）命名空间

命名空间是一个URI（统一资源标识符）引用，它用来为XML元素和属性提供唯一的上下文或范围。通过命名空间，即使两个元素具有相同的本地名称（local name），只要它们属于不同的命名空间，它们就会被视为不同的元素。

示例代码如下

<x:employee xmlns:x="http://org1.com/ns">  
    <!-- org1 的 employee 信息 -->  
</x:employee>  
<y:employee xmlns:y="http://org2.com/ns">  
    <!-- org2 的 employee 信息 -->  
</y:employee>

（6）限定名

它是由命名空间引出的概念，定义了元素和属性的合法标识符。限定名通常在XML文档中用作特定元素或属性引用。

限定名由两部分组成：前缀（prefix）和本地名称（local name）。前缀是可选的，它用于引用特定的命名空间，而本地名称是元素或属性的实际名称。在上面的（5）的例子中，x:employee 是一个限定名，其中 x 是前缀，employee 是本地名称。如果没有指定前缀（即没有使用命名空间），那么元素或属性的名称就仅仅是其本地名称。然而，在涉及多个命名空间和可能的命名冲突时，使用限定名可以确保每个元素或属性都有唯一的标识。

命名空间和限定名在XML Schema、XSLT、XPath、SOAP等XML相关技术中广泛使用，它们是处理大型和复杂XML文档的关键工具。

（7）文本节点

包含在元素内部的文本内容，这些文本内容会被解析器作为数据的一部分进行解析。

（8）注释

用来对XML文档进行注释，不会被解析器解析。注释以<!--开始，以-->结束。

以下是一个XML文档示例

<?xml version="1.0" encoding="UTF-8"?>  
<!-- 这是一个书店的XML表示 -->  
<bookstore>  
    <book>  
        <title lang="en">C++ Programming Language</title>  
        <author>Bjarne Stroustrup</author>  
        <year>1998</year>  
        <price>98.0</price>  
    </book>  
    <book>  
        <title lang="en">TCP/IP Illustrated</title>  
        <author>Richard Stevens</author>  
        <year>1996</year>  
        <price>56.0</price>  
    </book>  
</bookstore>

解析XML文档

XML文档操作有“读”与“写”两种，读入XML文档并分析的过程称为“解析”。解析XML文档有SAX和DOM两种流行的模式。

SAX（Simple API for XML）是一种基于事件驱动的解析模式。解析XML文档时，程序从上到下读取XML文档，遇到开始标签、结束标签和属性等，就会触发相应的事件。但是这种解析XML文档的方式只能读取XML文档，不能写入XML文档，它的优点是解析速度快，所以当只需要读取的XML文档进行解析，推荐用这种方式。

DOM（Document Object Model）将XML文档作为一个树状结构进行分析，获取节点的内容以及相关属性，或是新增、删除和修改节点的内容。XML解析器在加载XML文档后，DOM模式将XML文件的元素视为一个树状结构的节点，一次性读入内存。如果文档比较大，解析速度就会变慢。

下面通过一个示例代码来说明

首先新建Notes.xml文档，输入下面代码

<?xml version="1.0" encoding="UTF-8"?>
<Notes>
    <Note id="1">
        <CDate>2024-3-21</CDate>
        <Content>发布CSDN文章1</Content>
        <UserID>tony</UserID>
    </Note>
    <Note id="2">
        <CDate>2024-3-22</CDate>
        <Content>发布CSDN文章2</Content>
        <UserID>tony</UserID>
    </Note>
    <Note id="3">
        <CDate>2024-3-23</CDate>
        <Content>发布CSDN文章3</Content>
        <UserID>tony</UserID>
    </Note>
    <Note id="4">
        <CDate>2024-3-24</CDate>
        <Content>发布CSDN文章4</Content>
        <UserID>tony</UserID>
    </Note>
    <Note id="5">
        <CDate>2024-3-25</CDate>
        <Content>发布CSDN文章5</Content>
        <UserID>tony</UserID>
    </Note>
</Notes>

 再在.py文件中输入下面代码

import xml.etree.ElementTree as ET

tree = ET.parse('Notes.xml') # 创建XML文档树
print(type(tree)) # xml.etree.ElementTree.ElementTree

root = tree.getroot() # root是根元素
print(type(root)) # xml.etree.ElementTree.Element
print(root.tag) # Notes

for index,child in enumerate(root):
    print(f'第{index}个{child.tag}元素，属性：{child.attrib}')
    for i,child_child in enumerate(child):
        print('    标签：{0},内容：{1}'.format(child_child.tag,child_child.text))

注意：代码第三行中我的路径是采用相对路径，且新建的文件和我的 .py 文件在同一个目录下。

代码运行结果

<class 'xml.etree.ElementTree.ElementTree'>
<class 'xml.etree.ElementTree.Element'>
Notes
第0个Note元素，属性：{'id': '1'}
    标签：CDate,内容：2024-3-21
    标签：Content,内容：发布CSDN文章1
    标签：UserID,内容：tony
第1个Note元素，属性：{'id': '2'}
    标签：CDate,内容：2024-3-22
    标签：Content,内容：发布CSDN文章2
    标签：UserID,内容：tony
第2个Note元素，属性：{'id': '3'}
    标签：CDate,内容：2024-3-23
    标签：Content,内容：发布CSDN文章3
    标签：UserID,内容：tony
第3个Note元素，属性：{'id': '4'}
    标签：CDate,内容：2024-3-24
    标签：Content,内容：发布CSDN文章4
    标签：UserID,内容：tony
第4个Note元素，属性：{'id': '5'}
    标签：CDate,内容：2024-3-25
    标签：Content,内容：发布CSDN文章5
    标签：UserID,内容：tony

Process finished with exit code 0

XPath

XPath（XML Path Language）是一种在XML文档中查找信息的语言。如果说XML是数据库，那么XPath就是SQL。它使用路径表达式来选取XML文档中的节点或节点集。XPath被设计用来从XML文档中抽取数据，它也可以用于HTML文档，因为HTML可以看作是XML的一个子集。XPath通过元素的层级关系来定位节点，这些层级关系可以是父子关系、兄弟关系或祖先-后代关系。它将XML中的所有元素、属性和文本都看作节点，它没有父节点，根元素就是根节点、属性就是属性节点、文本就是文本节点，除根节点外，其他节点都有一个父节点，零或多个子节点和兄弟节点。

XPath的核心概念包括：

1. 节点（Nodes）：在XPath中，XML文档被视作一个节点树，其中包含了不同类型的节点，如元素节点、属性节点、文本节点等。

2. 路径表达式（Path Expressions）：XPath使用路径表达式来选择节点。这些表达式类似于文件系统中的路径，它们描述了从文档中的某个点到达另一个点的路径。

3. 轴（Axes）：XPath定义了多种轴，以表示节点与节点之间的关系。例如，child轴表示父子关系，sibling轴表示兄弟关系，ancestor轴表示祖先关系等。

4. 谓词（Predicates）：谓词用于进一步筛选通过路径表达式选取的节点集。它们被附加在路径表达式的末尾，并包含在一对方括号内。谓词通常使用条件表达式来过滤节点。

5. 函数（Functions）：XPath提供了丰富的函数库，这些函数可以对选取的节点集执行各种操作，如字符串操作、数值操作、日期和时间操作等。

XPath的一些基本用法包括：

• 选取节点：使用元素名、属性名或路径表达式来选取XML文档中的节点。
• 选取子节点：使用斜杠（/）来选取子节点。
• 选取属性：使用@符号来选取属性。
• 选取多个节点：使用逗号（,）分隔不同的路径表达式，可以同时选取多个节点。
• 使用通配符：*可以代表任何元素节点，@*可以代表任何属性节点。

XPath广泛应用于各种编程语言和工具中，以实现对XML或HTML文档的解析和数据处理。例如，在Web开发中，XPath常用于JavaScript（通过DOM API）和服务器端语言（如PHP、Python等）中，以提取网页中的数据。在数据库和XML处理软件中，XPath也扮演着重要角色。

XPath表达式

使用XPath

上面的示例是从根元素开始遍历整个XML文档，实际可能需要查找某些特殊的元素或某些特殊的属性，此时需要用到 xml.etree.ElementTree.Element 的相关find方法，还要结合XPath路径来找。

示例代码如下

import xml.etree.ElementTree as ET

tree = ET.parse('Notes.xml') # 创建XML文档树
root = tree.getroot() # root是根元素

node = root.find("./Note") # 当前节点下的第一个Note子节点
print(node.tag,node.attrib)
node = root.find("./Note/CDate") # Note子节点下的第一个CDate节点
print(node.text)
node = root.find("./Note/CDate/..") # Note节点
print(node.tag,node.attrib)
node = root.find(".//CDate") # 当前节点查找所有后代节点中第一个CDate节点
print(node.text)

node = root.find("./Note[@id]") # 具有id属性的Note节点
print(node.tag,node.attrib)

node = root.find("./Note[@id='2']") # id属性等于 2 的Note节点
print(node.tag,node.attrib)

node = root.find("./Note[last()]") # 最后一个Note节点
print(node.tag,node.attrib)

node = root.find("./Note[last()-2]") # 倒数第三个Note节点
print(node.tag,node.attrib)

代码运行结果

Note {'id': '1'}
2024-3-21
Note {'id': '1'}
2024-3-21
Note {'id': '1'}
Note {'id': '2'}
Note {'id': '5'}
Note {'id': '3'}

Process finished with exit code 0

JSON数据交换格式

JSON文档格式

由于 web 和移动平台开发对流量的要求是尽可能少，对速度的要求是尽可能快，使用JSON可以易于阅读和编写，同时也易于机器解析和生成。它基于JavaScript Programming Language, Standard ECMA-262 3rd Edition - December 1999的一个子集。JSON采用完全独立于语言的文本格式，但是使用了类似于C语言家族的习惯（包括C, C++, C#, Java, JavaScript, Perl, Python等）。这些特性使得轻量级的数据交换格式 JSON 就成为理想的数据交换格式。

构成 JSON 文档的两种结构为对象（object）和数组（array）。对象是“名称：值”对集合，它类似于 python 中 Map 类型，而数组是一连串元素的集合。

JSON对象

JSON 对象（object）是一个无序的“名称/值”对集合，一个对象以“ { ”开始，以“ } ”结束。每个“名称”后跟一个“：”，“名称：值”对之间使用逗号“，”分隔，“名称”是字符串类型，“值”可以是任何合法的JSON类型。

下面是一个JSON对象的例子：

# 示例一
{
    "name":"abc.html",
    "size":100,
    "saved":true
}

# 示例二
{  
  "name": "John Doe",  
  "age": 30,  
  "isStudent": false,  
  "courses": ["Math", "Science"],  
  "address": {  
    "street": "1234 Elm St",  
    "city": "Somewhere"  
  }  
}

JSON数组

JSON 数组是值的有序集合，以“ [ ”开始，以“ ] ”结束，。值之间使用“，”分隔。下面是一个JSON数组的例子：

# 示例一
["html","css","JavaScript"]


# 示例二
[  
  {  
    "id": 1,  
    "name": "Apple",  
    "price": 0.99  
  },  
  {  
    "id": 2,  
    "name": "Banana",  
    "price": 0.50  
  },  
  {  
    "id": 3,  
    "name": "Cherry",  
    "price": 2.50,  
    "inStock": false  
  }  
]

JSON中的值可以是双引号括起来的字符串、数字、true、false、对象或数组，而且这些结构可以嵌套。编写时需要注意：字符串类型的值必须用双引号（"）而不是单引号（'）括起来，数组和对象的最后一个成员后面不能有多余的逗号，JSON的值不能是函数、日期或undefined。

JSON 数据编码格式

在Python程序中要想将Python数据进行网络传输和存储，可以将Python数据转换为JSON格式再进行传输和存储，这个过程称为“编码（encode）”。JSON数据在网络传输或保存到磁盘中，推荐使用JSON对象。

Python提供的内置模块json可以帮助实现JSON的编码和解码，JSON编码使用dumps()和dump()函数，dumps()函数将编码的结果以字符串的形式返回，dump()方法将编码的结果保存到文件对象（类似流）中。

示例代码如下

import json

# 准备数据
py_dict = {"name":"Tom","age":18,"sex":True} # 创建字典对象
py_list = [1,3] # 创建列表对象
py_tuple = ("A","B","C") # 创建元组对象

# 添加列表到字典中
py_dict['a'] = py_list
# 这行代码向 py_dict 字典中添加了一个新的键值对，其中键是字符串 'a'，值是列表 py_list。
# 这是有效的，因为字典可以存储任何类型的对象作为其值。
# 添加元组到字典中
py_dict['b'] = py_tuple
# 创建一个新的键值对在 py_dict 中，键是字符串 'b'，值是元组 py_tuple。
# 这是有效的，因为字典的值可以是任何类型。

print(py_dict)
print(type(py_dict))

#编码过程
json_obj = json.dumps(py_dict)
print(json_obj)
print(type(json_obj))

#编码过程
json_obj1 = json.dumps(py_dict,indent=4)
# 漂亮的格式化字符串后输出
print(json_obj1)

# 写入JSON数据到data1.json文件
with open("data1.json","w") as f:
    json.dump(py_dict,f)

# 写入JSON数据到data2.json文件
with open("data2.json","w") as f:
    json.dump(py_dict,f,indent=4)

代码运行结果

控制台输出如下

{'name': 'Tom', 'age': 18, 'sex': True, 'a': [1, 3], 'b': ('A', 'B', 'C')}
<class 'dict'>
{"name": "Tom", "age": 18, "sex": true, "a": [1, 3], "b": ["A", "B", "C"]}
<class 'str'>
{
    "name": "Tom",
    "age": 18,
    "sex": true,
    "a": [
        1,
        3
    ],
    "b": [
        "A",
        "B",
        "C"
    ]
}

Process finished with exit code 0

data1.json输出如下

{"name": "Tom", "age": 18, "sex": true, "a": [1, 3], "b": ["A", "B", "C"]}

data2.json输出如下

{
    "name": "Tom",
    "age": 18,
    "sex": true,
    "a": [
        1,
        3
    ],
    "b": [
        "A",
        "B",
        "C"
    ]
}

JSON数据解码

编码的相反过程为“解码（decode）”，即将JSON数据转换为Python数据。从网络中接收或从磁盘中读取JSON数据时，需要解码为Python数据。

json模块提供的解码函数是loads()和load()，loads()函数将JSON字符串数据进行解码，返回Python数据，load()函数读取文件或流，对其中的JSON进行解码，返回结果为Python数据。

示例代码如下

import json

# 准备数据:表示JSON对象的字符串
json_obj = r'{"name": "Tom", "age": 18, "sex": true, "a": [1, 3], "b": ["A", "B", "C"]}'

# 对JSON对象进行解码
py_dict = json.loads(json_obj)
print(type(py_dict))
print(py_dict['name'])
print(py_dict['age'])
print(py_dict['sex'])

# 取出列表对象
py_lista = py_dict['a']
print(py_lista)
# 取出列表对象
py_listb = py_dict['b']
print(py_listb)

# 读取JSONdata2.json文件中的JSON数据解码并返回Python对象
with open('data2.json','r') as f:
    data = json.load(f)
    print(data)
    print(type(data))

代码运行结果

<class 'dict'>
Tom
18
True
[1, 3]
['A', 'B', 'C']
{'name': 'Tom', 'age': 18, 'sex': True, 'a': [1, 3], 'b': ['A', 'B', 'C']}
<class 'dict'>

Process finished with exit code 0

参考书籍：《python从小白到大牛》（第2版）关东升 编著 

文章创作不易，本文10000+字，为了大家能理解，写的很详细，这也让我花了很多时间。最后，如果觉得本文对大家有帮助的话，还请给我点个赞和关注，谢谢大家！！！