Python3 XML 解析

Python3 XML 解析什么是 XML？XML 指可扩展标记语言（eXtensible Markup Language），标准通用标记语言的子集，是一种用于标记电子文件使其具有结构性的标记语言。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。本章节使用到的 XML 实例文件 movies.xml 内容如下：<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


#!/usr/bin/python3import xml.saxclass MovieHandler( xml.sax.ContentHandler ):


def __init__(self):


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


# 元素开始调用 def startElement(self, tag, attributes):


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


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


", title)


# 元素结束调用 def endElement(self, tag):


if self.CurrentData == "type":


print ("Type:


", self.type) elif self.CurrentData == "format":


print ("Format:


", self.format) elif self.CurrentData == "year":


print ("Year:


", self.year) elif self.CurrentData == "rating":


print ("Rating:


", self.rating) elif self.CurrentData == "stars":


print ("Stars:


", self.stars) elif self.CurrentData == "description":


print ("Description:


", self.description) self.CurrentData = ""


# 读取字符时调用 def characters(self, content):


if self.CurrentData == "type":


self.type = content elif self.CurrentData == "format":


self.format = content elif self.CurrentData == "year":


self.year = content elif self.CurrentData == "rating":


self.rating = content elif self.CurrentData == "stars":


self.stars = content elif self.CurrentData == "description":


self.description = content if ( __name__ == "__main__"):





# 创建一个 XMLReader parser = xml.sax.make_parser()


# 关闭命名空间 parser.setFeature(xml.sax.handler.feature_namespaces, 0)


# 重写 ContextHandler Handler = MovieHandler() parser.setContentHandler( Handler ) parser.parse("movies.xml")以上代