Python3 XML

XML指可扩展标记语言；标准通用标记语言的子集，是一种用于标记电子文件使具有机构性的标记语言；它用来传输和存储数据

他是一套定义语义标记的规则，这些标记将文档非诚许多部件并对这些部件进行标识；

Python对xml的解析

常见的xml变成接口有DOM和SAX，这两种接口处理xml文件的方式不同，场合不同；python有三种方法解析xml，SAX、DOM和ElementTree

1，SAX（simple API for XML）

python标准库中包含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

一个xml例子，my.ini

<collection shelf="My tag">
<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xml

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，冰箱事件处理器发送事件，如元素开始跟元素结束事件；事件处理器负责对事件作出相应的处理

 1，对大型文件进行处理；2，只需文件的部分内容，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、结束标签

startDocument()方法：文档开始启动时调用

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

xml.sax.make_parser([parser_list]) :创建一个新的解析器对象并返回

其中parser_list 可选参数，解析器列表

parser方法

xml.sax.parsel(xmlfile,contenthandler[,errorhandler]):创建一个SAX解析器并解析xml文档

其中xmlfile：xml文件名

contenthandler：一个ContentHandler对象

errorhandler:如果指定该参数，errorhandler必须是一个SAX ErrorHandler对象

parseString方法

xml.sax.parseString(xmlstring,contenthandler[,errorhandler]):创建一个XML解析器并解析xml字符串

其中xmlstring：xml字符串

contenthandler：必须是一个contentHandler对象

errorhandler:如果指定该参数errorhandler必须是一个SAX ErrorHandler对象

一个例子，文件a.py

import xml.sax

class 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()
   # turn off namepsaces
   parser.setFeature(xml.sax.handler.feature_namespaces, 0)

   # 重写 ContextHandler
   Handler = MovieHandler()
   parser.setContentHandler( Handler )
   
   parser.parse("my.xml")

结果

C:\Users\Administrator>python a.py
*****Movie*****
Title: Trigun
Type: Anime, Action
Format: DVD
Rating: PG
Stars: 10
Description: Vash the Stampede!
*****Movie*****
Title: Ishtar
Type: Comedy
Format: VHS
Rating: PG
Stars: 2
Description: Viewable boredom

使用xml。com解析xml

文件对象模型（Document Object model,简称DOM）是W3C组织激励推荐的处理可扩展标记语言的标准编程接口。一个DOM的解析器在解析一个XML文档时，一次性读取整个文档，把文档中所有元素保存在内存中的一个树结构，之后可以使用DOM提供不同的函数读取修改文档内容和结构，也可以吧修改过的内容写入xml文件

python中用xml.dom.minidom来解析xml文件

from xml.dom.minidom import parse
import xml.dom.minidom

# 使用minidom解析器打开 XML 文档
DOMTree = xml.dom.minidom.parse("my.xml")
collection = DOMTree.documentElement
if collection.hasAttribute("shelf"):
   print ("Root element : %s" % collection.getAttribute("shelf"))

# 在集合中获取所有电影
movies = collection.getElementsByTagName("movie")

# 打印每部电影的详细信息
for movie in movies:
   print ("*****Movie*****")
   if movie.hasAttribute("title"):
      print ("Title: %s" % movie.getAttribute("title"))

   type = movie.getElementsByTagName('type')[0]
   print ("Type: %s" % type.childNodes[0].data)
   format = movie.getElementsByTagName('format')[0]
   print ("Format: %s" % format.childNodes[0].data)
   rating = movie.getElementsByTagName('rating')[0]
   print ("Rating: %s" % rating.childNodes[0].data)
   description = movie.getElementsByTagName('description')[0]
   print ("Description: %s" % description.childNodes[0].data)

结果

C:\Users\Administrator>python a.py
Root element : My tag
*****Movie*****
Title: Trigun
Type: Anime, Action
Format: DVD
Rating: PG
Description: Vash the Stampede!
*****Movie*****
Title: Ishtar
Type: Comedy
Format: VHS
Rating: PG
Description: Viewable boredom

例子参考互联网