python——XML解析（ElementTree vs SAX vs DOM）

python有三种方法解析XML:SAX，DOM，以及ElementTree,介绍如下

1.SAX (simple API for XML )

      pyhton 标准库包含SAX解析器，SAX是一种典型的极为快速的工具，在解析XML时，不会占用大量内存。

但是这是基于回调机制的，因此在某些数据中，它会调用某些方法进行传递。这意味着必须为数据指定句柄，

以维持自己的状态，这是非常困难的。

2.DOM(Document Object Model)

      与SAX比较，DOM典型的缺点是比较慢，消耗更多的内存，因为DOM会将整个XML数读入内存中，并为树

中的第一个节点建立一个对象。使用DOM的好处是你不需要对状态进行追踪，因为每一个节点都知道谁是它的

父节点，谁是子节点。但是DOM用起来有些麻烦。

   常用的DOM操作方法:  

1 2 3 4 5 6 7 8 9 10

minidom.parse(filename)   #加载读取XML文件 doc.documentElement      #获取XML文档对象 node.getAttribute(AttributeName)  # 获取XML节点属性值 node.getElementsByTagName(TagName)  #获取XML节点对象集合 node.childNodes    #返回子节点列表 node.childNodes[index].nodeValue #获取XML节点值 node.firstChild  #访问第一个节点。等价于pagexml.childNodes[0] Node.attributes["id"] a.name #就是上面的 "id" a.value #属性的值

3. ElementTree

    ElementTree就像一个轻量级的DOM，具有方便友好的API。代码可用性好，速度快，消耗内存少，这里主要

介绍DOM和ElementTree。

代码举例

1. 下面是一个转载的例子,使用ElementTree：

test.xml如下：

1 2 3 4 5 6 7 8 9 10 11

<span style="font-size:13px;"><?xml version="1.0" encoding="utf-8"?>  <root>   <person age="18">     <name>hzj</name>     <sex>man</sex>  </person>   <person age="19" des="hello">      <name>kiki</name>      <sex>female</sex>  </person> </root></span>

1)加载xml文件

   加载XML文件共有2种方法,一是加载指定字符串，二是加载指定文件

2)获取element的方法

 a) 通过getiterator

 b) 过 getchildren

 c) find方法

 d) findall方法

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31

#-*- coding:utf-8 -*-  from xml.etree import ElementTree  def print_node(node):      '''打印结点基本信息'''      print "=============================================="      print "node.attrib:%s" % node.attrib      if node.attrib.has_key("age") > 0 :         print "node.attrib['age']:%s" % node.attrib['age']      print "node.tag:%s" % node.tag      print "node.text:%s" % node.text  def read_xml(text):      '''读xml文件'''      # 加载XML文件（2种方法,一是加载指定字符串，二是加载指定文件）          # root = ElementTree.parse(r"D:/test.xml")      root = ElementTree.fromstring(text)      # 获取element的方法      # 1 通过getiterator       lst_node = root.getiterator("person")      for node in lst_node:          print_node(node)      # 2通过 getchildren      lst_node_child = lst_node[0].getchildren()[0]      print_node(lst_node_child)      # 3 .find方法      node_find = root.find('person')      print_node(node_find)      #4. findall方法      node_findall = root.findall("person/name")[1]      print_node(node_findall)  if __name__ == '__main__':       read_xml(open("test.xml").read())

想想为什么？不明白，请看下面:

1 2 3 4 5 6 7 8 9 10 11 12 13

#encoding=utf-8 from xml.etree import ElementTree as ET #要找出所有人的年龄 per=ET.parse('test.xml') p=per.findall('/person') for x in p:     print x.attrib print for oneper in p:  #找出person节点    for child in oneper.getchildren(): #找出person节点的子节点         print child.tag,':',child.text    print 'age:',oneper.get('age')    print '############'

结果如下：

1 2 3 4 5 6 7 8 9 10

{'age': '18'} {'age': '19', 'des': 'hello'} name : hzj sex : man age: 18 ############ name : kiki sex : female age: 19 ############

2. 另外一个转载的例子，使用DOM:

XML文件:

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39

<?xml version="1.0" encoding="UTF-8" ?> <users>     <user id="1000001">         <username>Admin</username>         <email>admin@</email>         <age>23</age>         <sex>男</sex>     </user>     <user id="1000002">         <username>Admin2</username>         <email>admin2@</email>         <age>22</age>         <sex>男</sex>     </user>     <user id="1000003">         <username>Admin3</username>         <email>admin3@</email>         <age>27</age>         <sex>男</sex>     </user>     <user id="1000004">         <username>Admin4</username>         <email>admin4@</email>         <age>25</age>         <sex>女</sex>     </user>     <user id="1000005">         <username>Admin5</username>         <email>admin5@</email>         <age>20</age>         <sex>男</sex>     </user>     <user id="1000006">         <username>Admin6</username>         <email>admin6@</email>         <age>23</age>         <sex>女</sex>     </user> </users>

示例代码如下:

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52

# -*- coding:utf-8 -*- """ * User: lhj588 * Date: 11-11-9 * Time: 13：20 * Desc: """ from  xml.dom import  minidom def get_attrvalue(node, attrname):      return node.getAttribute(attrname) if node else '' def get_nodevalue(node, index = 0):     return node.childNodes[index].nodeValue if node else '' def get_xmlnode(node,name):     return node.getElementsByTagName(name) if node else [] def xml_to_string(filename='user.xml'):     doc = minidom.parse(filename)     return doc.toxml('UTF-8') def get_xml_data(filename='user.xml'):     doc = minidom.parse(filename)     root = doc.documentElement     user_nodes = get_xmlnode(root,'user')     user_list=[]     for node in user_nodes:         user_id = get_attrvalue(node,'id')         node_name = get_xmlnode(node,'username')         node_email = get_xmlnode(node,'email')         node_age = get_xmlnode(node,'age')         node_sex = get_xmlnode(node,'sex')         user_name =get_nodevalue(node_name[0]).encode('utf-8','ignore')         user_email = get_nodevalue(node_email[0]).encode('utf-8','ignore')         user_age = int(get_nodevalue(node_age[0]))         user_sex = get_nodevalue(node_sex[0]).encode('utf-8','ignore')         user = {}         user['id'] , user['username'] , user['email'] , user['age'] , user['sex'] = (             int(user_id), user_name , user_email , user_age , user_sex         )         user_list.append(user)     return user_list def test_xmltostring():     print xml_to_string() def test_laod_xml():     user_list = get_xml_data()     for user in user_list :         #print user['sex']         print '-----------------------------------------------------'         if user:             user_str='编   号：%dn用户名：%sn性   别：%sn年   龄：%sn邮   箱：%sn ' % (int(user['id']) , user['username'], user['sex'] , user['age'] , user['email'])             print user_str             print '=====================================================' if __name__ == "__main__":     test_xmltostring()     test_laod_xml()