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。
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。
1.SAX解析:事件驱动解析。不会在内存中加载整个文档,只会根据自己编写的事件保存数据
案列:
from xml.sax import ContentHandler from xml.dom.minidom import parse import parser class Book: def __init__(self,bname=None,price=None,author=None): self.bname=bname self.price=price self.author=author def __str__(self): return '书名:{0} 价格:{1} 作者:{2}'.format(self.bname,self.price,self.author) lst=[] class mysaxxml(ContentHandler): def __init__(self,bok=None,tag=None): self.bok=bok self.tag=tag def startDocument(self): print('startDocument') def startElement(self, name, attrs): # 将一开始得到的元素节点名字赋值给tag self.tag=name # 开始时碰见标记book时创建对象并赋值给bok if name=='book': self.bok=Book() print('startElement') def characters(self, content): # tag获取到的标签分别判断,判断后再赋值 if self.tag=='bname': self.bok.bname=content if self.tag=='price': self.bok.bname=content if self.tag=='author': self.bok.bname=content print('characters') def endElement(self, name): # 元素节点结束时如果遇到结尾的book,那么将这个对象添加到这个列表中,对象里面有3个属性值 if name=='book': lst.append(self.bok) self.bok=None # 每判断一次属性就要将tag清空,比如先判断dname后,那么清空后它又能接着放price了 self.tag=None print('endElement') def endDocument(self): print('endDocument') bk=mysaxxml() parse('../domxml/zy_1.xml',bk) for i in lst: print(i)2.dom解析:文档对象模型,把解析的xml整个加载到内存,组织成object树。这种方法遍历快,这种方法在加载过程中和sax有显著区别一个是部分加载,另一个是全部加载。
案列:
# DOM解析 from xml.dom.minidom import parse # 得到整个dom文档树 doc=parse('./domxml/xl_1.xml') # 得到根节点 root=doc.documentElement # 根据标签名获取 student=root.getElementsByTagName('stu') for p in student: # 得到stduent下面的name # 为什么('name')[0]后面还要加childNodes[0].data呢,不是直接.data,因为他以为后面还是节点,所以要获取 print(p.getElementsByTagName('name')[0].childNodes[0].data) print(p.getElementsByTagName('age')[0].childNodes[0].data) print(p.getElementsByTagName('sex')[0].childNodes[0].data) print(p.getElementsByTagName('cj')[0].childNodes[0].data)
3.ElementTree解析,也叫元素树解析,和DOM解析差不多,不过方法要比DOM简单
案列:
# 元素树ElementTree解析 from xml.etree.ElementTree import* class Student: def __init__(self,name,age,sex,cj): self.name=name self.age=age self.sex=sex self.cj=cj def __str__(self): return '姓名:{0} 年龄:{1} 性别:{2} 成绩:{3}'.format(self.name,self.age,self.sex,self.cj) root=parse('./domxml/xl_1.xml') people=root.findall('stu') lst=[] for p in people: person=Student(1,2,3,4)#一开始在类的定义中没有设置空值,所以这里可以随便传4个参数进去 person.name=p.find('name').text person.age = p.find('age').text person.sex = p.find('sex').text person.cj = p.find('cj').text lst.append(person) for i in lst: print(i)