python有三种方法解析XML,SAX,DOM,以及ElementTree
1.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:< style="background-attachment: scroll; background-clip: border-box; background-image: none; background-origin: padding-box; background-position: 0% 0%; background-repeat: repeat; background-size: auto; border: 0px none rgb(51, 51, 51); color: rgb(51, 51, 51); font-family: "Helvetica Neue", Helvetica, "PingFang SC", "Hiragino Sans GB", "Microsoft YaHei", "Noto Sans CJK SC", "WenQuanYi Micro Hei", Arial, sans-serif; font-size: 12px; font-variant-numeric: normal; font-variant-east-asian: normal; margin: 0px; padding: 0px; text-align: left;" 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。
from xml.sax import ContentHandler, parse
class Student:
def __init__(self,name=None,age=None,sex=None):
self.name=name
self.age=age
self.sex=sex
def __str__(self):
return self.name+","+str(self.age)+self.sex
class saxdemo(ContentHandler):
def startDocument(self):
print("startDocument")
def endDocument(self):
print("endDocument")
def startElement(self, name, attrs):
print("startElement:name:",name,"attrs:",attrs)
def endElement(self, name):
print("endElement:name:",name)
def characters(self, content):
print("charcters")
parse("aa.xml",saxdemo())
使用xml.dom解析xml
文件对象模型(Document Object Model,简称DOM),是W3C组织推荐的处理可扩展置标语言的标准编程接口。
一个 DOM 的解析器在解析一个 XML 文档时,一次性读取整个文档,把文档中所有元素保存在内存中的一个树结构里,之后你可以利用DOM 提供的不同的函数来读取或修改文档的内容和结构,也可以把修改过的内容写入xml文件。
python中用xml.dom.minidom来解析xml文件,实例如下:
from xml.dom.minidom import parse
dom=parse('aa.xml')
coll=dom.documentElement
books=coll.getElementsByTagName("book")
for book in books:
print("**********")
if book.hasAttribute("id"):
print("id:%s"% book.getAttribute("id"))
bookname=book.getElementsByTagName("bookname")[0]
print("书名是:%s"%bookname.childNodes[0].data)
author=book.getElementsByTagName("author")[0]
print("作者是:%s"%author.childNodes[0].data)
price=book.getElementsByTagName("price")[0]
print("售价:%s"%price.childNodes[0].data)