XML

XML虽然比JSON复杂，在Web中应用也不如以前多了，不过仍有很多地方在用。有必要了解如何操作XML。


DOM vs SAX

操作XML有两种方法: DOM和SAX。DOM会把整个XML读入内存，解析为树，因此占用内存空间大，解析慢，优点是可以遍历树的任何节点。SAX是流模式，边读边解析，占用内存小，解析快，缺点是需要我们自己处理事件。

正常情况下，优先考虑SAX，因为DOM太占内存。

在Python中使用SAX解析XML非常简洁，通常我们关心的事件是:start_element,end_element和char_data，准备好这3个函数，就可以解析XML了。

举个例子,当SAX读到一个节点时:
<a href ="/">python</a>

会产生3个事件:
1、start_element事件，在读取<a herf ="/">时；

2、char_data事件，在读取python时；

3、end_element事件，在读取</a>时。

用代码实验一下:
from xml.parsers.expat import ParserCreate

class DefaultSaxHandler(object):
    def start_element(self,name,attrs):

        print('sax :start_element: %s attrs: %s' %(name,str(attrs)))

    def end_element(self ,name):
        print('sax : end_element: %s' % name)

    def char_data(self, text):

        print('sax : char_data : %s' % text)

xml =r'''<?xml version ="1.0"?>

<ol>

   <li><a herf ="/python">Python</a></li>

    <li><a herf ="/ruby">Ruby</a></li>

</ol>

'''

handler =DefaultSaxHandler()

parser =ParserCreate()

parser.StartElementHandler =handler.start_element

parser.EndElementHandler =handler.end_element

parser.CharacterDataHandler =handler.char_data

parser.parse(xml)

需要注意的是，读取一大段字符串时，CharacterDataHandler肯能被多次调用，所以需要自己保存起来，在EndElementHandler里面再合并。

除了解析XML外，如何生产XML呢？99%的情况下需要生成的XML结构都是非常简单的，因此，最简单也是最有效的生成XML的方法是拼接字符串:
L =[]

L.append(r'<?xml version ="1.0"?>')

L.append(r'<root>')

L.append(encode('some & data'))

L.append(r'<root>')

return ''.join(L)

如果要生成复杂的XML怎么办？建议使用JSON。


小结：

解析XML时，需要找出自己感兴趣的节点，响应数据时，把节点数据保存起来。解析完毕后就可以处理数据。