python 对 xml 解析

原文 http://blog.csdn.net/yueguanghaidao/article/details/7265246

python有三种方法解析XML，SAX，DOM，以及ElementTree
###1.SAX (simple API for XML )
       pyhton 标准库包含SAX解析器，SAX是一种典型的极为快速的工具，在解析XML时，不会占用大量内存。
但是这是基于回调机制的，因此在某些数据中，它会调用某些方法进行传递。这意味着必须为数据指定句柄，
以维持自己的状态，这是非常困难的。




###2.DOM(Document Object Model)
       与SAX比较，DOM典型的缺点是比较慢，消耗更多的内存，因为DOM会将整个XML数读入内存中，并为树
中的第一个节点建立一个对象。使用DOM的好处是你不需要对状态进行追踪，因为每一个节点都知道谁是它的
父节点，谁是子节点。但是DOM用起来有些麻烦。




###3.ElementTree(元素树)
     ElementTree就像一个轻量级的DOM，具有方便友好的API。代码可用性好，速度快，消耗内存少，这里主要
介绍ElementTree。




下面是一个转载的例子：


test.xml如下：


01
<span style="font-size:13px;"><?xml version="1.0" encoding="utf-8"?>
02
<root>
03
 <person age="18">
04
    <name>hzj</name>
05
    <sex>man</sex>
06
 </person>
07
 <person age="19" des="hello">
08
    <name>kiki</name>
09
    <sex>female</sex>
10
 </person>
11
</root></span>
1.加载xml文件


    加载XML文件共有2种方法,一是加载指定字符串，二是加载指定文件


2.获取element的方法


  a) 通过getiterator


  b) 过 getchildren


  c) find方法


  d) findall方法


01
#-*- coding:utf-8 -*-
02
from xml.etree import ElementTree
03
def print_node(node):
04
    '''打印结点基本信息'''
05
    print "=============================================="
06
    print "node.attrib:%s" % node.attrib
07
    if node.attrib.has_key("age") > 0 :
08
        print "node.attrib['age']:%s" % node.attrib['age']
09
    print "node.tag:%s" % node.tag
10
    print "node.text:%s" % node.text
11
def read_xml(text):
12
    '''读xml文件'''
13
    # 加载XML文件（2种方法,一是加载指定字符串，二是加载指定文件）   
14
    # root = ElementTree.parse(r"D:/test.xml")
15
    root = ElementTree.fromstring(text)
16
     
17
    # 获取element的方法
18
    # 1 通过getiterator
19
    lst_node = root.getiterator("person")
20
    for node in lst_node:
21
        print_node(node)
22
         
23
    # 2通过 getchildren
24
    lst_node_child = lst_node[0].getchildren()[0]
25
    print_node(lst_node_child)
26
         
27
    # 3 .find方法
28
    node_find = root.find('person')
29
    print_node(node_find)
30
     
31
    #4. findall方法
32
    node_findall = root.findall("person/name")[1]
33
    print_node(node_findall)
34
     
35
if __name__ == '__main__':
36
     read_xml(open("test.xml").read())
想想为什么？不明白，请看下面
查看源码打印?
01
#encoding=utf-8
02
from xml.etree import ElementTree as ET
03
#要找出所有人的年龄
04
per=ET.parse('test.xml')
05
p=per.findall('/person')
06
for x in p:
07
    print x.attrib
08
print
09
for oneper in p:  #找出person节点
10
    for child in oneper.getchildren(): #找出person节点的子节点
11
        print child.tag,':',child.text
12
 
13
    print 'age:',oneper.get('age')
14
    print '############'
结果如下：
01
{'age': '18'}
02
{'age': '19', 'des': 'hello'}
03
 
04
name : hzj
05
sex : man
06
age: 18
07
############
08
name : kiki
09
sex : female
10
age: 19
11
############