腳本之家服務(wù)器常用軟件

快捷導(dǎo)航

淺談一下關(guān)于Python對XML的解析

更新時(shí)間：2023年05月11日 10:17:38 作者：FLy_鵬程萬里

這篇文章主要介紹了淺談一下關(guān)于Python對XML的解析,XML是一套定義語義標(biāo)記的規(guī)則，這些標(biāo)記將文檔分成許多部件并對這些部件加以標(biāo)識,需要的朋友可以參考下

什么是XML？

XML 指可擴(kuò)展標(biāo)記語言（eXtensibleMarkupLanguage）。你可以通過本站學(xué)習(xí)XML教程

XML 被設(shè)計(jì)用來傳輸和存儲數(shù)據(jù)。

XML是一套定義語義標(biāo)記的規(guī)則，這些標(biāo)記將文檔分成許多部件并對這些部件加以標(biāo)識。

它也是元標(biāo)記語言，即定義了用于定義其他與特定領(lǐng)域有關(guān)的、語義的、結(jié)構(gòu)化的標(biāo)記語言的句法語言。

python對XML的解析

常見的XML編程接口有DOM和SAX，這兩種接口處理XML文件的方式不同，當(dāng)然使用場合也不同。

python有三種方法解析XML，SAX，DOM，以及ElementTree:

1.SAX (simple API for XML )

python 標(biāo)準(zhǔn)庫包含SAX解析器，SAX用事件驅(qū)動模型，通過在解析XML的過程中觸發(fā)一個(gè)個(gè)的事件并調(diào)用用戶定義的回調(diào)函數(shù)來處理XML文件。

2.DOM(Document Object Model)

將XML數(shù)據(jù)在內(nèi)存中解析成一個(gè)樹，通過對樹的操作來操作XML。

3.ElementTree(元素樹)

ElementTree就像一個(gè)輕量級的DOM，具有方便友好的API。代碼可用性好，速度快，消耗內(nèi)存少。

注：因DOM需要將XML數(shù)據(jù)映射到內(nèi)存中的樹，一是比較慢，二是比較耗內(nèi)存，而SAX流式讀取XML文件，比較快，占用內(nèi)存少，但需要用戶實(shí)現(xiàn)回調(diào)函數(shù)（handler）。

本章節(jié)使用到的 XML 實(shí)例文件 movies.xml 內(nèi)容如下：

python使用SAX解析xml

SAX是一種基于事件驅(qū)動的API。

利用SAX解析XML文檔牽涉到兩個(gè)部分:解析器和事件處理器。

解析器負(fù)責(zé)讀取XML文檔,并向事件處理器發(fā)送事件,如元素開始跟元素結(jié)束事件;

而事件處理器則負(fù)責(zé)對事件作出相應(yīng),對傳遞的XML數(shù)據(jù)進(jìn)行處理。

<psax適于處理下面的問題：< p="" style="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; line-height: normal; text-align: start; background-color: rgb(255, 255, 255);">

1、對大型文件進(jìn)行處理；

2、只需要文件的部分內(nèi)容，或者只需從文件中得到特定信息。

3、想建立自己的對象模型的時(shí)候。

在python中使用sax方式處理xml要先引入xml.sax中的parse函數(shù)，還有xml.sax.handler中的ContentHandler。

ContentHandler類方法介紹

characters(content)方法

調(diào)用時(shí)機(jī)：

從行開始，遇到標(biāo)簽之前，存在字符，content的值為這些字符串。

從一個(gè)標(biāo)簽，遇到下一個(gè)標(biāo)簽之前，存在字符，content的值為這些字符串。

從一個(gè)標(biāo)簽，遇到行結(jié)束符之前，存在字符，content的值為這些字符串。

標(biāo)簽可以是開始標(biāo)簽，也可以是結(jié)束標(biāo)簽。

startDocument()方法

文檔啟動的時(shí)候調(diào)用。

endDocument()方法

解析器到達(dá)文檔結(jié)尾時(shí)調(diào)用。

startElement(name, attrs)方法

遇到XML開始標(biāo)簽時(shí)調(diào)用，name是標(biāo)簽的名字，attrs是標(biāo)簽的屬性值字典。

endElement(name)方法

遇到XML結(jié)束標(biāo)簽時(shí)調(diào)用。

make_parser方法

以下方法創(chuàng)建一個(gè)新的解析器對象并返回。

參數(shù)說明:

parser_list- 可選參數(shù)，解析器列表

parser方法

以下方法創(chuàng)建一個(gè) SAX 解析器并解析xml文檔：

參數(shù)說明:

xmlfile - xml文件名
contenthandler - 必須是一個(gè)ContentHandler的對象
errorhandler - 如果指定該參數(shù)，errorhandler必須是一個(gè)SAX ErrorHandler對象

parseString方法

創(chuàng)建一個(gè)XML解析器并解析xml字符串：

參數(shù)說明:

xmlstring - xml字符串
contenthandler - 必須是一個(gè)ContentHandler的對象
errorhandler - 如果指定該參數(shù)，errorhandler必須是一個(gè)SAX ErrorHandler對象

Python 解析XML實(shí)例

以上代碼執(zhí)行結(jié)果如下：

完整的 SAX API 文檔請查閱Python SAX APIs

使用xml.dom解析xml

文件對象模型（Document Object Model，簡稱DOM），是W3C組織推薦的處理可擴(kuò)展置標(biāo)語言的標(biāo)準(zhǔn)編程接口。

一個(gè) DOM 的解析器在解析一個(gè) XML 文檔時(shí)，一次性讀取整個(gè)文檔，把文檔中所有元素保存在內(nèi)存中的一個(gè)樹結(jié)構(gòu)里，之后你可以利用DOM 提供的不同的函數(shù)來讀取或修改文檔的內(nèi)容和結(jié)構(gòu)，也可以把修改過的內(nèi)容寫入xml文件。

python中用xml.dom.minidom來解析xml文件，實(shí)例如下：