Python XML 解析

Python XML 解析什么是 XML？XML 指可扩展标记语言（eXtensible Markup Language）。你可以通过本站学习 XML 教程XML 被设计用来传输和存储数据。XML 是一套定义语义标记的规则，这些标记将文档分成许多部件并对这些部件加以标识。它也是元标记语言，即定义了用于定义其他与特定领域有关的、语义的、结构化的标记语言的句法语言。Python 对 XML 的解析常见的 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，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）。本章节使用到的 XML 实例文件 movies.xml 内容如下：movies.xml<collection shelf="New Arrivals"><movie title="Enemy Behind"><type>War, Thriller</type><format>DVD</format><year>2003</year><rating>PG</rating><stars>10</stars><description>Talk about a US-Japan war</description></movie><movie title="Transformers"><type>Anime, Science Fiction</type><format>DVD</format><year>1989</year><rating>R</rating><stars>8</stars><description>A schientific fiction</description></movie><movie title="Trigun"><type>Anime, Action</type><format>DVD</format><episodes>4</episodes><rating>PG</rating><stars>10</stars><description>Vash the Stampede!</description></movie><movie title="Ishtar"><type>Comedy</type><format>VHS</format><rating>PG</rating><stars>2</stars><description>Viewable boredom</description></movie></collection>python使用SAX解析xmlSAX是一种基于事件驱动的 API。利用SAX解析XML文档牵涉到两个部分:


解析器和事件处理器。解析器负责读取XML文档，并向事件处理器发送事件，如元素开始跟元素结束事件。而事件处理器则负责对事件作出响应，对传递的XML数据进行处理。1、对大型文件进行处理；2、只需要文件的部分内容，或者只需从文件中得到特定信息。3、想建立自己的对象模型的时候。在python中使用sax方式处理xml要先引入xml.sax中的parse函数，还有xml.sax.handler中的ContentHandler。ContentHandler类方法介绍characters(content)方法调用时机：从行开始，遇到标签之前，存在字符，content 的值为这些字符串。从一个标签，遇到下一个标签之前， 存在字符，content 的值为这些字符串。从一个标签，遇到行结束符之前，存在字符，content 的值为这些字符串。标签可以是开始标签，也可以是结束标签。startDocument() 方法文档启动的时候调用。endDocument() 方法解析器到达文档结尾时调用。startElement(name, attrs)方法遇到XML开始标签时调用，name是标签的名字，attrs是标签的属性值字典。endElement(name) 方法遇到XML结束标签时调用。 make_parser方法以下方法创建一个新的解析器对象并返回。xml.sax.make_parser( [parser_list] )参数说明:


parser_list -可选参数，解析器列表parser方法以下方法创建一个 SAX 解析器并解析xml文档：xml.sax.parse( xmlfile, contenthandler[, errorhandler])参数说明:


xmlfile -xml文件名contenthandler -必须是一个ContentHandler的对象errorhandler -如果指定该参数，errorhandler必须是一个SAX ErrorHandler对象parseString方法parseString方法创建一个XML解析器并解析xml字符串：xml.sax.parseString(xmlstring, contenthandler[, errorhandler])参数说明:


xmlstring -xml字符串contenthandler -必须是一个ContentHandler的对象errorhandler -如果指定该参数，errorhandler必须是一个SAX ErrorHandler对象Python 解析XML实例实例


#!/usr/bin/python


# -*- coding:


UTF-8 -*-


import xml.saxclass MovieHandler( xml.sax.ContentHandler ):


def __init__(self):


self.CurrentData = ""self.type = ""self.format = ""self.year = ""self.rating = ""self.stars = ""self.description = ""


# 元素开始事件处理def startElement(self, tag, attributes):


self.CurrentData = tagif tag == "movie":


print "*****Movie*****"title = attributes["title"]print "Title:


", title


# 元素结束事件处理def endElement(self, tag):


if self.CurrentData == "type":


print "Type:


", self.typeelif self.CurrentData == "format":


print "Format:


", self.formatelif self.CurrentData == "year":


print "Year:


", self.yearelif self.CurrentData == "rating":


print "Rating:


", self.ratingelif self.CurrentData == "stars":


print "Stars:


", self.starselif self.CurrentData == "description":


print "Description:


", self.descriptionself.CurrentData = ""


# 内容事件处理def characters(self, content):


if self.CurrentData == "type":


self.type = contentelif self.CurrentData == "format":


self.format = contentelif self.CurrentData == "year":


self.year = contentelif self.CurrentData == "rating":


self.rating = contentelif self.CurrentData == "stars":


self.stars = contentelif self.CurrentData == "description":


self.description = contentif ( __name__ == "__main__"):





# 创建一个 XMLReaderparser = xml.sax.make_parser()


# turn off namepsacesparser.setFeature(xml.sax.handler.feature_namespaces, 0)


# 重写 ContextHandlerHandler = MovieHandler()parser.setContentHandler( Handler )parser.parse("movies.xml")以上代码执行结果如下：*****Movie*****Title:


Enemy BehindType:


War, ThrillerFormat:


DVDYear:


2003Rating:


PGStars:


10Description:


Talk about a US-Japan war*****Movie*****Title:


TransformersType:


Anime, Science FictionFormat:


DVDYear:


1989Rating:


RStars:


8Description:


A schientific fiction*****Movie*****Title:


Trig