# 这是学习廖雪峰老师python教程的学习笔记

1、概览

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，所以，有必要了解如何操作XML。

1、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，因此占用内存大，解析慢，优点是可以任意遍历树的节点。SAX是流模式，边读边解析，占用内存小，解析快，缺点是我们需要自己处理事件。

 

正常情况下，优先考虑SAX，因为DOM实在太占内存。

 

2、使用SAX解析XML

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，然后就可以解析xml了。

当SAX解析器读到一个节点时：<a href="/">python</a>会产生3个事件：

  • start_element事件【开始事件】，在读取<a      href="/">时；

  • char_data事件【数据域事件】，在读取python时；

  • end_element事件【结束事件】，在读取</a>时。

 

from xml.parsers.expat import ParserCreate  # ParserCreate是个method，可以调用它创建类，用来解析xml

 

class DefaultSaxHandler(object):

    def start_element(self, name, attrs):  # 开始事件

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

 

    def end_element(self, name): # 结束事件

        print('sax:end_element: %s' % name)

 

    def char_data(self, text): # 数据域事件

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

 

xml = r'''<?xml version="1.0"?>  # 创建了一个XML结构，  ''' 是 多行输入

<ol>

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

    <li><a href="/ruby">Ruby</a></li>

</ol>

'''

 

handler = DefaultSaxHandler() # 创建实例

parser = ParserCreate() # 创建解释器

parser.StartElementHandler = handler.start_element # 将实例的方法赋给解释器

parser.EndElementHandler = handler.end_element

parser.CharacterDataHandler = handler.char_data

parser.Parse(xml) #调用解释器的 Parse()方法 解析xml

 

# 结果

sax:start_element: ol, attrs: {}

sax:char_data:

 

sax:char_data:

sax:start_element: li, attrs: {}

sax:start_element: a, attrs: {'href': '/python'} # <a href="/python">，a是tag，后面的是参数

sax:char_data: Python

sax:end_element: a

sax:end_element: li

sax:char_data:

 

sax:char_data:

sax:start_element: li, attrs: {}

sax:start_element: a, attrs: {'href': '/ruby'}

sax:char_data: Ruby

sax:end_element: a

sax:end_element: li

sax:char_data:

 

sax:end_element: ol

 

3、快速生成XML

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(('some & data').encode('utf-8'))

L.append(r'</root>')

return ''.join(L) # join()将序列中的元素以指定的字符连接生成一个新的字符串，这里指定的字符为空

 

2、例子

1、请利用SAX编写程序解析Yahoo的XML格式的天气预报，获取天气预报：

https://query.yahooapis.com/v1/public/yql?q=select%20*%20from%20weather.forecast%20where%20woeid%20%3D%202151330&format=xml

参数woeid是城市代码，要查询某个城市代码，可以在weather.yahoo.com搜索城市，浏览器地址栏的URL就包含城市代码。

 

#解法抄自于廖雪峰老师网站“VG庚庚”提交的作业。

from xml.parsers.expat import ParserCreate

from urllib import request

 

 

class DefaultSaxHandler(object):

    def __init__(self): # 初始化属性

        self.city = ''

        self.forecast = []

 

    def start_element(self, name, attrs): # 开始事件

        if name == 'yweather:location': 如果name匹配，取出city的值 赋给本地city属性。重点理解这步

            self.city = attrs['city']

        if name == 'yweather:forecast': # name匹配，将key对应的值加到本地

            self.forecast.append(

                {'date': attrs['day'], 'text': attrs['text'], 'high': (int(

                    attrs['high'])-32)/1.8, 'low': (int(attrs['low'])-32)/1.8})

 

 

def parseXml(xml_str):

    # print(xml_str)

    handler = DefaultSaxHandler() #创建实例

    parser = ParserCreate() #创建解释器

    parser.StartElementHandler = handler.start_element

    parser.Parse(xml_str) #解析xml

    print('%s weather forecast:' % handler.city)

    for x in handler.forecast: #forecast是[{}，{}]结构的

        print('%s:  %s  high:%0.1f°C   low:%0.1f°C' % (x['date'], x['text'], x['high'], x['low']))

    return {

        'city': handler.city,

        'forecast': handler.forecast

    }

 

 

# 测试:

URL = 'https://query.yahooapis.com/v1/public/yql?q=select%20*%20from%20weather.forecast%20where%20woeid%20%3D%202151330&format=xml'

 

with request.urlopen(URL, timeout=4) as f:

    data = f.read()

 

result = parseXml(data.decode('utf-8'))

assert result['city'] == 'Beijing'