python测试sitemap.xml中的URL

许多web站点都会将自己的主要站点url写在sitemap中，我们经常会重点验证这些站点的可用性，下面这个python类可以帮助大家从sitemap.xml中取出url以备进行下一步测试，你也可以修改一下，以适应所有的xml节点。

 

import xml.sax.handlerclass LocsHandler(xml.sax.handler.ContentHandler):def __init__(self):self.inTitle = 0 # handle XML parser eventsself.locs = [] # a state machine modeldef startElement(self, name, attributes):if name == 'loc':self.buffer = ""self.inTitle = 1def characters(self, data):if self.inTitle: # on text within tagself.buffer += data # save text if in titledef endElement(self, name):if name == "loc":self.inTitle = 0 # on end title tagself.locs.append( self.buffer ) # store title text in dictimport xml.saxparser = xml.sax.make_parser( )handler = LocsHandler( )parser.setContentHandler(handler)parser.parse('http://www.guokr.com/sitemap.xml')# get the xml 

handler.locs中就是sitemap.xml中所有的url。