XML基本概念
XML 是可扩展标记语言,标准通用标记语言的子集,是一种用于标记电子文件使其具有结构性的标记语言。
XML 被设计用来传输和存储数据。
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:
XML:跨平台
是一种标记语言,很类似HTML
设计宗旨是传输数据,而非显示数据
没有预定义,需要自定义标签
被设计为具有自我描述性
是W3C的推荐标准
传输数据比较少,大的数据只能用数据库存储,一般来说存储配置文件
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)
案列:
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.元素树解析,和DOM解析差不多,方法要比DOM解析简单
# 元素树ElementTree解析
from xml.etree.ElementTree import*
class Student:
def __init__(self,name,age,sex,score):
self.name=name
self.age=age
self.sex=sex
self.cj=score
def __str__(self):
return '姓名:{0} 年龄:{1} 性别:{2} 成绩:{3}'.format(self.name,self.age,self.sex,self.score)
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('score').text
lst.append(person)
for i in lst:
print(i)
注:dom解析和元素树解析它们两个都是通过获取根节点然后根据子节点一个个找,节点相当于树枝,而节点里面的字符串就相当于树叶,要说这两个和SAX解析的区别,就那个parse解析那里不传对象过去,而是用一个变量来接收。