Generar un fichero XML con DOM

En los ejemplos de hoy, he utilizado el XML que se me ocurrió ayer mientras explicaba algunas interfaces para el parseo:

<mema>
  <noticia>
    <titulo>Generar un fichero XML con DOM</titulo>
    <autor>uve</autor>
  </noticia>
</mema>

Los conceptos que hay que saber para trabajar con DOM a nivel básico, son los siguientes:

• Elemento: representa una etiqueta, por ejemplo <autor></autor>
• Elemento raíz: es la etiqueta de más alto nivel, en el ejemplo <mema></mema>
• Atributo: información adicional de una etiqueta <etiqueta atributo="valor"></atributo>

Veamos esto en un ejemplo:

import datetime
from xml.dom.minidom import Document

timestamp = datetime.datetime.now().strftime('%Y/%m/%d %H:%M:%S')

# Creamos un documento nuevo
doc = Document()
# Creamos la etiqueta raíz <mema> </mema>
mema = doc.createElement('mema')
mema.setAttribute('timestamp', timestamp)
doc.appendChild(mema)

# Añadimos una noticia <noticia> </noticia>
noticia = doc.createElement('noticia')
mema.appendChild(noticia)
# <titulo> </titulo>
titulo = doc.createElement('titulo')
text = doc.createCDATASection('Generar un fichero XML con DOM')
titulo.appendChild(text)
noticia.appendChild(titulo)
# <autor> </autor>
autor = doc.createElement('autor')
text = doc.createCDATASection('uve')
autor.appendChild(text)
noticia.appendChild(autor)

Lo primero que realizamos es crear el documento, y a partir de aquí se realizan el resto de operaciones:

doc = Document()

Cada vez que queremos añadir un elemento, primero lo creamos y después lo añadimos al elemento correspondiente:

mema = doc.createElement('mema')
doc.appendChild(mema)

Además, existen las secciones CDATA. Estas secciones indican al parser que el contenido de la sección no se debe de parsear, es decir, se ignora su contenido. Por ejemplo:

<![CDATA[<p>hola</p>]]>

Con esto, nos aseguramos que el elmento <p> no se tenga en cuenta a la hora de parsear el documento.

Y para terminar un ejemplo un poco más elaborado:

import datetime
from xml.dom.minidom import Document

class Noticia(object):
    def __init__(self, titulo, autor):
        self.titulo = titulo
        self.autor = autor

# Generamos un listado de noticias
lista_noticias = []

noticia = Noticia('Interfaces de programación de documentos XML', 'uve')
lista_noticias.append(noticia)
noticia = Noticia('Generar un fichero XML con DOM', 'uve')
lista_noticias.append(noticia)

# Preparamos una marca de tiempo para añadirsela al documento
timestamp = datetime.datetime.now().strftime('%Y/%m/%d %H:%M:%S')

# Creamos un documento nuevo
doc = Document()
# Creamos la etiqueta raíz <mema> </mema>
mema = doc.createElement('mema')
mema.setAttribute('timestamp', timestamp)
doc.appendChild(mema)
# Añadimos la lista de noticias al documento
for n in lista_noticias:
    # <noticia> </noticia>
    noticia = doc.createElement('noticia')
    mema.appendChild(noticia)
    # <titulo> </titulo>
    titulo = doc.createElement('titulo')
    text = doc.createCDATASection(n.titulo)
    titulo.appendChild(text)
    noticia.appendChild(titulo)
    # <autor> </autor>
    autor = doc.createElement('autor')
    text = doc.createCDATASection(n.autor)
    autor.appendChild(text)
    noticia.appendChild(autor)