SAX解析XML

什么是XML？

XML 指可扩展标记语言（eXtensible Markup Language）。 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

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="">

• 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。

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。

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="">

• 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。

#!/usr/bin/python
# _*_ coding:UTF-8 _*_

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=""


#元素开始事件处理
        def startElement(self,tag,attributes):
                self.CurrentData=tag
                if tag=="movie":
                        print "******************Movie*******************"
                        title=attributes["title"]
                        print "Title",title

#元素结束事件处理

        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 "******************Movie*******************"
                        title=attributes["title"]
                        print "Title",title

#元素结束事件处理

        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":
        def __init__(self):
                self.CurrentData=""
                self.type=""
                self.format=""
                self.year=""
                self.rating=""
                self.stars=""
                self.description=""


#元素开始事件处理
        def startElement(self,tag,attributes):
                self.CurrentData=tag
                if tag=="movie":
                        print "******************Movie*******************"
                        title=attributes["title"]
                        print "Title",title

#元素结束事件处理

        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=""

#内容事件处理
        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 namespaces

        parser.setFeature(xml.sax.handler.feature_namespaces,0)

        #重写ContextHandler
        Handler=MovieHandler()
        parser.setContentHandler(Handler)

        parser.parse("movies.xml")

运行结果：

对于程序中执行的movie.xml在程序执行之前必须赋予执行权限，否则会报错 chmod +x .......