Python3 XML

XML指可扩展标记语言；标准通用标记语言的子集，是一种用于标记电子文件使具有机构性的标记语言；它用来传输和存储数据

他是一套定义语义标记的规则，这些标记将文档非诚许多部件并对这些部件进行标识；

Python对xml的解析

常见的xml变成接口有DOM和SAX，这两种接口处理xml文件的方式不同，场合不同；python有三种方法解析xml，SAX、DOM和ElementTree

1，SAX（simple API for XML）

python标准库中包含SAX解析器，SAX用事件驱动模型，通过在解析XML的过程中触发一个个事件并调用用户定义的回调函数来处理XML文件

2，DOM(Document Object Model)

将XML数据在内存中解析成一个树，通过对树的操作来操作xml

一个xml例子，my.ini

<collection shelf="My tag"><movie title="Trigun">   <type>Anime, Action</type>   <format>DVD</format>   <episodes>4</episodes>   <rating>PG</rating>   <stars>10</stars>   <description>Vash the Stampede!</description></movie><movie title="Ishtar">   <type>Comedy</type>   <format>VHS</format>   <rating>PG</rating>   <stars>2</stars>   <description>Viewable boredom</description></movie></collection>

python使用SAX解析xml

利用SAX解析XML文档牵涉到两个部分:解析器和事件处理器，

解析器负责读取xml文档，冰箱事件处理器发送事件，如元素开始跟元素结束事件；事件处理器负责对事件作出相应的处理

 1，对大型文件进行处理；2，只需文件的部分内容，或者只需从文件中得到特定信息；3，想建立自己的对象模型时候

在python中使用sax方式处理xml要先引入xml.sax中的parse函数，还有xml.sax.handler中的ContentHandler

ContentHandler类方法介绍

characters(content)方法

调用时机：从行开始，遇到标签之前，存在字符，content的值为这些字符串

从一个标签，遇到下一个标签之前，存在字符，content的值为这些字符串。从一个标签，遇到结束符之前，存在字符，content的值为这些字符串

标签可以是开始标签、结束标签

startDocument()方法：文档开始启动时调用

endDocument()方法：解析器到达文档结尾时调用

startElement(name,attrs)方法：遇到XML开始标签时调用，name是标签的名字，attrs是标签的属性值字典

endElement(name)方法：遇到XML结束标签时调用

make_parser方法

xml.sax.make_parser([parser_list]) :创建一个新的解析器对象并返回

其中parser_list 可选参数，解析器列表

parser方法

xml.sax.parsel(xmlfile,contenthandler[,errorhandler]):创建一个SAX解析器并解析xml文档

其中xmlfile：xml文件名

contenthandler：一个ContentHandler对象

errorhandler:如果指定该参数，errorhandler必须是一个SAX ErrorHandler对象

parseString方法

xml.sax.parseString(xmlstring,contenthandler[,errorhandler]):创建一个XML解析器并解析xml字符串

其中xmlstring：xml字符串

contenthandler：必须是一个contentHandler对象

errorhandler:如果指定该参数errorhandler必须是一个SAX ErrorHandler对象

一个例子，文件a.py

import xml.saxclass MovieHandler( xml.sax.ContentHandler ):   def __init__(self):      self.CurrentData = ""      self.type = ""      self.format = ""      self.year = ""      self.rating = ""      self.stars = ""      self.description = ""   # 元素开始调用   def startElement(self, tag, attributes):      self.CurrentData = tag      if tag == "movie":         print ("*****Movie*****")         title = attributes["title"]         print ("Title:", title)   # 元素结束调用   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 = ""   # 读取字符时调用   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__"):      # 创建一个 XMLReader   parser = xml.sax.make_parser()   # turn off namepsaces   parser.setFeature(xml.sax.handler.feature_namespaces, 0)   # 重写 ContextHandler   Handler = MovieHandler()   parser.setContentHandler( Handler )      parser.parse("my.xml")

结果

C:\Users\Administrator>python a.py*****Movie*****Title: TrigunType: Anime, ActionFormat: DVDRating: PGStars: 10Description: Vash the Stampede!*****Movie*****Title: IshtarType: ComedyFormat: VHSRating: PGStars: 2Description: Viewable boredom

使用xml。com解析xml

文件对象模型（Document Object model,简称DOM）是W3C组织激励推荐的处理可扩展标记语言的标准编程接口。一个DOM的解析器在解析一个XML文档时，一次性读取整个文档，把文档中所有元素保存在内存中的一个树结构，之后可以使用DOM提供不同的函数读取修改文档内容和结构，也可以吧修改过的内容写入xml文件

python中用xml.dom.minidom来解析xml文件

from xml.dom.minidom import parseimport xml.dom.minidom# 使用minidom解析器打开 XML 文档DOMTree = xml.dom.minidom.parse("my.xml")collection = DOMTree.documentElementif collection.hasAttribute("shelf"):   print ("Root element : %s" % collection.getAttribute("shelf"))# 在集合中获取所有电影movies = collection.getElementsByTagName("movie")# 打印每部电影的详细信息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)

结果

C:\Users\Administrator>python a.pyRoot element : My tag*****Movie*****Title: TrigunType: Anime, ActionFormat: DVDRating: PGDescription: Vash the Stampede!*****Movie*****Title: IshtarType: ComedyFormat: VHSRating: PGDescription: Viewable boredom

例子参考互联网