解析器

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 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。

XML语法

       a)  XML 必须包含根元素，它是所有其他元素的父元素，就像下面这个中 students 就是根元素：

[html]  view plain  copy

1. <?xml version="1.0" encoding="utf-8" ?>  
2. <students>  
3.     <student>  
4.         <name>李明</name>  
5.         <sex>女</sex>  
6.         <age>18</age>  
7.         <height>1.6</height>  
8.         <score>178</score>  
9.     </student>  

       b)所有的 XML 元素都必须有一个关闭标签!

      c)XML 必须正确嵌套

      d)开始部分:  <?xml version=”1.0”encoding=”utf-8”>

    e)标签成对出现，并且区分大小写

    f)可以有属性，只能有一个根节点！！！

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。

python使用SAX解析xml

SAX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相应,对传递的XML数据进行处理。

<psax适于处理下面的问题：< p="" style="color: rgb(51, 51, 51); font-family: 'Helvetica Neue', Helvetica, 'PingFang SC', 'Hiragino Sans GB', 'Microsoft YaHei', 'Noto Sans CJK SC', 'WenQuanYi Micro Hei', Arial, sans-serif; font-size: 12px; background-color: rgb(255, 255, 255);">

• 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。

使用xml.dom解析xml

文件对象模型（Document Object Model，简称DOM），是W3C组织推荐的处理可扩展置标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里，之后你可以利用DOM 提供的不同的函数来读取或修改文档的内容和结构，也可以把修改过的内容写入xml文件。

[python]  view plain  copy

1. （1）第一种是DOM解析  
2.   
3. [python] view plain copy  
4. from xml.dom.minidom import parse               #第一步必须要先导入模块    
5. class Student:                                  #第二步去定义一个类    
6.     def __init__(self,name,sex,age):    
7.         self.name = name    
8.         self.sex = sex    
9.         self.age = age    
10.     def __str__(self):    
11.         return "姓名：{0}  性别：{1}  年龄：{2}".format(self.name,self.sex,self.age)    
12.     
13. student1 = []                           #定义一个空列表         
14. doc = parse("学生对象信息.xml")    
15. root = doc.documentElement              #从文档中获取根节点    
16. #print(root)    
17. students = root.getElementsByTagName("student")    
18. #print(students)    
19. for p in students:    
20.     student = Student(p.getElementsByTagName("name")[0].childNodes[0].data,p.getElementsByTagName("sex")[0].childNodes[0].data,p.getElementsByTagName("age")[0].childNodes[0].data)    
21.     student1.append(student)    
22. for p in student1:    
23.     print(p)    
24. （2）第二种是SAX解析  
25.   
26. [python] view plain copy  
27. from xml.sax import ContentHandler    
28. from xml.dom.minidom import parse    
29.     
30. class Student:    
31.     def __init__(self,name =None,sex = None,age = None):    
32.         self.name = name    
33.         self.sex = sex    
34.         self.age = age    
35.     def __str__(self):    
36.         return "姓名：{0}  性别：{1}  年龄：{2}".format(self.name,self.sex,self.age)    
37.     
38. student1 = []    
39. class mysaxxml(ContentHandler):    
40.     def __init__(self):    
41.         self.tag=None                               #为什么要这么写？？？    
42.         self.stu=None    
43.     def startDocument(self):    
44.         print("startdocument...")    
45.     def startElement(self, name, attrs):    
46.         self.tag = name    
47.         if name =="student":    
48.             self.stu = Student()    
49.     def characters(self, content):    
50.         if self.tag =="name":    
51.             self.stu.name=content    
52.         if self.tag =="sex":    
53.             self.stu.sex=content    
54.         if self.tag =="age":    
55.             self.stu.age=content    
56.     def endElement(self, name):    
57.         if name == "student":    
58.             student1.append(self.stu)    
59.             self.stu = None    
60.         self.tag = None                             #此处为何这么放置 self.tag = None  ??    
61.     def endDocument(self):    
62.         print("endDocument.......")    
63. sts = mysaxxml()    
64. parse("学生对象信息.xml",sts)    
65. for p in student1:    
66.     print(p)    
67. （3）第三种 ElementTree 元素树解析  
68. [python] view plain copy  
69. from xml.etree.ElementTree import *    
70.     
71. class Student:    
72.     def __init__(self,name = None,sex = None,age = None):    
73.         self.name = name    
74.         self.sex = sex    
75.         self.age = age    
76.     def __str__(self):    
77.         return "姓名：{0}  性别：{1}  年龄：{2}".format(self.name,self.sex,self.age)    
78.     
79. people = []    
80. root = parse("学生对象信息.xml")    
81. student1 = root.findall("student")    
82.     
83. for p in student1:    
84.     student = Student()    
85.     student.name = p.find("name").text    
86.     student.sex = p.find("sex").text    
87.     student.age = p.find("age").text    
88.     people.append(student)    
89. for p in people:    
90.     print(p)