📅 最后修改于: 2020-12-23 05:28:41 🧑 作者: Mango
XML是一种可移植的开放源语言，它使程序员能够开发可由其他应用程序读取的应用程序，而与操作系统和/或开发语言无关。
可扩展标记语言(XML)是一种类似于HTML或SGML的标记语言。万维网联盟建议这样做，并且可以作为开放标准使用。
XML对于跟踪少量到中等数量的数据而无需基于SQL的主干非常有用。
Python标准库提供了一组最小但有用的接口来使用XML。
SAX和DOM接口是两个最基本且使用最广泛的XML数据API。
XML的简单API(SAX) -在这里，您注册感兴趣事件的回调，然后让解析器继续处理文档。当文档很大或有内存限制时，此功能非常有用，它会在从磁盘读取文件时解析文件，并且整个文件永远不会存储在内存中。
文档对象模型(DOM)API-这是万维网联盟的一项建议，其中，将整个文件读入内存并以分层(基于树)的形式存储，以表示XML文档的所有功能。
当处理大文件时，SAX显然无法像DOM一样快地处理信息。另一方面，仅使用DOM确实可以杀死您的资源，尤其是在许多小文件上使用时。
SAX是只读的，而DOM允许更改XML文件。由于这两个不同的API实际上相互补充，因此没有理由不能在大型项目中同时使用它们。
对于我们所有的XML代码示例，让我们使用一个简单的XML文件movie.xml作为输入-
War, Thriller
DVD
2003
PG
10
Talk about a US-Japan war
Anime, Science Fiction
DVD
1989
R
8
A schientific fiction
Anime, Action
DVD
4
PG
10
Vash the Stampede!
Comedy
VHS
PG
2
Viewable boredom
SAX是事件驱动的XML解析的标准接口。使用SAX解析XML通常需要您通过子类化xml.sax.ContentHandler来创建自己的ContentHandler。
您的ContentHandler处理XML风格的特定标记和属性。 ContentHandler对象提供了处理各种解析事件的方法。它拥有的解析器在解析XML文件时调用ContentHandler方法。
在XML文件的开头和结尾调用方法startDocument和endDocument 。方法字符(文本)通过参数文本传递给XML文件的字符数据。
在每个元素的开始和结束处都会调用ContentHandler。如果解析器不在名称空间模式下，则调用方法startElement(tag，attribute)和endElement(tag) ；否则，将调用相应的方法startElementNS和endElementNS 。在这里，tag是元素标签，而attribute是Attributes对象。
这是在继续之前要了解的其他重要方法-
以下方法创建一个新的解析器对象并将其返回。创建的解析器对象将是系统找到的第一个解析器类型。
xml.sax.make_parser( [parser_list] )
这是参数的详细信息-
parser_list-可选参数，由要使用的解析器列表组成，必须全部实现make_parser方法。
以下方法创建一个SAX解析器，并使用它来解析文档。
xml.sax.parse( xmlfile, contenthandler[, errorhandler])
这是参数的详细信息-
xmlfile-这是要读取的XML文件的名称。
contenthandler-这必须是ContentHandler对象。
errorhandler-如果指定，则errorhandler必须是SAX ErrorHandler对象。
还有另一种方法来创建SAX解析器并解析指定的XML字符串。
xml.sax.parseString(xmlstring, contenthandler[, errorhandler])
这是参数的详细信息-
xmlstring-这是要读取的XML字符串的名称。
contenthandler-这必须是ContentHandler对象。
errorhandler-如果指定，则errorhandler必须是SAX ErrorHandler对象。
#!/usr/bin/python
import xml.sax
class MovieHandler( xml.sax.ContentHandler ):
def __init__(self):
self.CurrentData = ""
self.type = ""
self.format = ""
self.year = ""
self.rating = ""
self.stars = ""
self.description = ""
# Call when an element starts
def startElement(self, tag, attributes):
self.CurrentData = tag
if tag == "movie":
print "*****Movie*****"
title = attributes["title"]
print "Title:", title
# Call when an elements ends
def endElement(self, tag):
if self.CurrentData == "type":
print "Type:", self.type
elif self.CurrentData == "format":
print "Format:", self.format
elif self.CurrentData == "year":
print "Year:", self.year
elif self.CurrentData == "rating":
print "Rating:", self.rating
elif self.CurrentData == "stars":
print "Stars:", self.stars
elif self.CurrentData == "description":
print "Description:", self.description
self.CurrentData = ""
# Call when a character is read
def characters(self, content):
if self.CurrentData == "type":
self.type = content
elif self.CurrentData == "format":
self.format = content
elif self.CurrentData == "year":
self.year = content
elif self.CurrentData == "rating":
self.rating = content
elif self.CurrentData == "stars":
self.stars = content
elif self.CurrentData == "description":
self.description = content
if ( __name__ == "__main__"):
# create an XMLReader
parser = xml.sax.make_parser()
# turn off namepsaces
parser.setFeature(xml.sax.handler.feature_namespaces, 0)
# override the default ContextHandler
Handler = MovieHandler()
parser.setContentHandler( Handler )
parser.parse("movies.xml")
这将产生以下结果-
*****Movie*****
Title: Enemy Behind
Type: War, Thriller
Format: DVD
Year: 2003
Rating: PG
Stars: 10
Description: Talk about a US-Japan war
*****Movie*****
Title: Transformers
Type: Anime, Science Fiction
Format: DVD
Year: 1989
Rating: R
Stars: 8
Description: A schientific fiction
*****Movie*****
Title: Trigun
Type: Anime, Action
Format: DVD
Rating: PG
Stars: 10
Description: Vash the Stampede!
*****Movie*****
Title: Ishtar
Type: Comedy
Format: VHS
Rating: PG
Stars: 2
Description: Viewable boredom
有关SAX API文档的完整详细信息，请参考标准的Python SAX API 。
文档对象模型(“ DOM”)是来自万维网联合会(W3C)的一种跨语言API，用于访问和修改XML文档。
DOM对于随机访问应用程序非常有用。 SAX一次只允许您查看一份文档。如果您正在查看一个SAX元素，则无权访问另一个元素。
这是使用xml.dom模块快速加载XML文档和创建minidom对象的最简单方法。 minidom对象提供了一种简单的解析器方法，该方法可以从XML文件快速创建DOM树。
示例短语调用minidom对象的parse(file [，parser])函数，以将file指定的XML文件解析为DOM树对象。
#!/usr/bin/python
from xml.dom.minidom import parse
import xml.dom.minidom
# Open XML document using minidom parser
DOMTree = xml.dom.minidom.parse("movies.xml")
collection = DOMTree.documentElement
if collection.hasAttribute("shelf"):
print "Root element : %s" % collection.getAttribute("shelf")
# Get all the movies in the collection
movies = collection.getElementsByTagName("movie")
# Print detail of each movie.
for movie in movies:
print "*****Movie*****"
if movie.hasAttribute("title"):
print "Title: %s" % movie.getAttribute("title")
type = movie.getElementsByTagName('type')[0]
print "Type: %s" % type.childNodes[0].data
format = movie.getElementsByTagName('format')[0]
print "Format: %s" % format.childNodes[0].data
rating = movie.getElementsByTagName('rating')[0]
print "Rating: %s" % rating.childNodes[0].data
description = movie.getElementsByTagName('description')[0]
print "Description: %s" % description.childNodes[0].data
这将产生以下结果-
Root element : New Arrivals
*****Movie*****
Title: Enemy Behind
Type: War, Thriller
Format: DVD
Rating: PG
Description: Talk about a US-Japan war
*****Movie*****
Title: Transformers
Type: Anime, Science Fiction
Format: DVD
Rating: R
Description: A schientific fiction
*****Movie*****
Title: Trigun
Type: Anime, Action
Format: DVD
Rating: PG
Description: Vash the Stampede!
*****Movie*****
Title: Ishtar
Type: Comedy
Format: VHS
Rating: PG
Description: Viewable boredom
有关DOM API文档的完整详细信息，请参阅标准Python DOM API 。