python笔记：常用内建模块—XML

一、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。

优先考虑SAX，因为DOM实在太占内存

二、使用SAX解析XML

需准备好这3个函数：start_element，end_element和char_data，就可开始解析XML。

举例，当SAX解析器读到一个节点时：

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

产生三个事件：

1、start_element事件，在读取<a href="/">时；

2、char_data事件，在读取python时；

3、end_element事件，在读取</a>时。

解析一段xml的代码：

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 h