python~XML学习总结

XML简介

1.指可扩展标记语言（extensible markup language）

2.是一种标记语言

3.被设计用于结构化、存储和传输数据

4.没有像html那样具有预定义标签，需要程序员自定义标签

5.XML被设计为具有自我描述性，并且是W3C的标准

xml文档

XML文档形成了一种树结构，它从“根部”开始，然后扩展到“树 枝”。 XML文档必须包含根元素，该元素是所有其他元素的父元素，文档中的所有元素形成了一棵文档树，这棵树从根开始，并扩展到树的最顶端，并且所有的元素都可以有子元素。

父元素拥有子元素，相同层级上的子元素成为同胞（兄弟或姐妹）。 XML中所有子元素都可以有文本内容和属性，类似于HTML

xml基础知识介绍

xml元素

XML的元素是指从开始标签直到结束标签的部分（均包括开始结束）。

一个元素可以包含： 名字、属性、文本、或混合以上

xml语法规则

1.所有的XML元素都必须有一个开始标签和结束标签，省略结束标签是非法的

<root>content</root>

2.XML标签对大小写敏感

<note>this is a test1</note>

<Note>this is a test2</Note>

3.XML一定要有一个根元素，最大的一层

<note>

    <b>this is a test1</b>

    <name>joy</name>

</note>

3.XML必须正确嵌套，父元素必须完全包住子元素

<note><b>this is a test2</b></note>

4.XML属性值必须加引号，元素的属性值都是一个键值对的形式

<book category="python"></book>

需要注意的是：book元素中的属性category的值是python必须用引号引起来，使用单引号和 双引号都可以，但是如果属性值本身包含双引号，外层就必须使用单引号；但 如果包含了单引号，外层必须使用双引号

xml命名规则

可以包含字母、数字以及其他字符

名称不能以数字或标点符号开头

名称不能以字母XML或xml开始

名称不能包含空格

名称可以使用任何名称，没有保留字

名称应该具有描述性，简短和简单，可以同时使用下划线

避免“-”、“.”、“：”等字符

XML注释格式为：<!--注释内容-->

CDATA

指的是不应由XML解析器进行解析的文本数据。

CDATA固定语法格式：<![CDATA[“我们自己的代码"]]>

Python解析XML三种方法

1、SAX（simple API for XML）

Python标准库中包含SAX解析器，SAX是用的是事件驱动模型，通过在解析XML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。

解析的基本过程： 读到一个XML开始标签，就会开始一个事件，然后事件就会调用一系列的函数去处理一些事情，当读到一个结束标签时，就会触发另一个事件。所以，我们写XML文档入如果有格式错误的话，解析就会出错。这是一种流式处理，一边读一边解析，占用内存少。

2.DOM（Document Objec