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