您现在的位置是：首页 > 网站制作 > PythonPython

Python XML 解析

胜于蓝2014-02-08【Python】人已围观

简介什么是 XML？XML 指可扩展标记语言（eXtensible Markup Language）。 你可以通过本站学习 XML 教程XML 被设计用来传输和存储数据。XML 是一套定义语义标记的规则，这些标记将文档分

什么是 XML？

XML 指可扩展标记语言（eXtensible Markup Language）。 你可以通过本站学习 XML 教程TeM胜于蓝|优秀个人博客

XML 被设计用来传输和存储数据。TeM胜于蓝|优秀个人博客

XML 是一套定义语义标记的规则，这些标记将文档分成许多部件并对这些部件加以标识。TeM胜于蓝|优秀个人博客

它也是元标记语言，即定义了用于定义其他与特定领域有关的、语义的、结构化的标记语言的句法语言。TeM胜于蓝|优秀个人博客

Python 对 XML 的解析

常见的 XML 编程接口有 DOM 和 SAX，这两种接口处理 XML 文件的方式不同，当然使用场合也不同。TeM胜于蓝|优秀个人博客

Python 有三种方法解析 XML，SAX，DOM，以及 ElementTree:TeM胜于蓝|优秀个人博客

1.SAX (simple API for XML )

Python 标准库包含 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的事件并调用用户定义的回调函数来处理XML文件。TeM胜于蓝|优秀个人博客

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。TeM胜于蓝|优秀个人博客

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。TeM胜于蓝|优秀个人博客

注：因DOM需要将XML数据映射到内存中的树，一是比较慢，二是比较耗内存，而SAX流式读取XML文件，比较快，占用内存少，但需要用户实现回调函数（handler）。TeM胜于蓝|优秀个人博客

本章节使用到的 XML 实例文件 movies.xml 内容如下：TeM胜于蓝|优秀个人博客

movies.xml

<collection shelf="New Arrivals"> <movie title="Enemy Behind"> <type>War, Thriller</type> <format>DVD</format> <year>2003</year> <rating>PG</rating> <stars>10</stars> <description>Talk about a US-Japan war</description> </movie> <movie title="Transformers"> <type>Anime, Science Fiction</type> <format>DVD</format> <year>1989</year> <rating>R</rating> <stars>8</stars> <description>A schientific fiction</description> </movie> <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

SAX是一种基于事件驱动的 API。TeM胜于蓝|优秀个人博客

利用SAX解析XML文档牵涉到两个部分: 解析器和事件处理器。TeM胜于蓝|优秀个人博客

解析器负责读取XML文档，并向事件处理器发送事件，如元素开始跟元素结束事件。TeM胜于蓝|优秀个人博客

而事件处理器则负责对事件作出响应，对传递的XML数据进行处理。TeM胜于蓝|优秀个人博客

  • 1、对大型文件进行处理；
  • 2、只需要文件的部分内容，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的时候。

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。TeM胜于蓝|优秀个人博客

ContentHandler类方法介绍

characters(content)方法TeM胜于蓝|优秀个人博客

调用时机：TeM胜于蓝|优秀个人博客

从行开始，遇到标签之前，存在字符，content 的值为这些字符串。TeM胜于蓝|优秀个人博客

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。TeM胜于蓝|优秀个人博客

从一个标签，遇到行结束符之前，存在字符，content 的值为这些字符串。TeM胜于蓝|优秀个人博客

标签可以是开始标签，也可以是结束标签。TeM胜于蓝|优秀个人博客

startDocument() 方法TeM胜于蓝|优秀个人博客

文档启动的时候调用。TeM胜于蓝|优秀个人博客

endDocument() 方法TeM胜于蓝|优秀个人博客

解析器到达文档结尾时调用。TeM胜于蓝|优秀个人博客

startElement(name, attrs)方法TeM胜于蓝|优秀个人博客

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。TeM胜于蓝|优秀个人博客

endElement(name) 方法TeM胜于蓝|优秀个人博客

遇到XML结束标签时调用。TeM胜于蓝|优秀个人博客

make_parser方法

以下方法创建一个新的解析器对象并返回。TeM胜于蓝|优秀个人博客

xml.sax.make_parser( [parser_list] )

参数说明:TeM胜于蓝|优秀个人博客

  • parser_list - 可选参数，解析器列表

parser方法

以下方法创建一个 SAX 解析器并解析xml文档：TeM胜于蓝|优秀个人博客

xml.sax.parse( xmlfile, contenthandler[, errorhandler])

参数说明:TeM胜于蓝|优秀个人博客

  • xmlfile - xml文件名
  • contenthandler - 必须是一个ContentHandler的对象
  • errorhandler - 如果指定该参数，errorhandler必须是一个SAX ErrorHandler对象

parseString方法

parseString方法创建一个XML解析器并解析xml字符串：TeM胜于蓝|优秀个人博客

xml.sax.parseString(xmlstring, contenthandler[, errorhandler])

参数说明:TeM胜于蓝|优秀个人博客

  • xmlstring - xml字符串
  • contenthandler - 必须是一个ContentHandler的对象
  • errorhandler - 如果指定该参数，errorhandler必须是一个SAX ErrorHandler对象

Python 解析XML实例

实例

#!/usr/bin/python # -*- coding: UTF-8 -*- 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 = "" # 元素开始事件处理 def startElement(self, tag, attributes): self.CurrentData = tag if tag == "movie": print "*****Movie*****" title = attributes["title"] print "Title:", title # 元素结束事件处理 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 = "" # 内容事件处理 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("movies.xml")

以上代码执行结果如下：TeM胜于蓝|优秀个人博客

*****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

完整的 SAX API 文档请查阅Python SAX APIsTeM胜于蓝|优秀个人博客

使用xml.dom解析xml

文件对象模型（Document Object Model，简称DOM），是W3C组织推荐的处理可扩展置标语言的标准编程接口。TeM胜于蓝|优秀个人博客

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里，之后你可以利用DOM 提供的不同的函数来读取或修改文档的内容和结构，也可以把修改过的内容写入xml文件。TeM胜于蓝|优秀个人博客

python中用xml.dom.minidom来解析xml文件，实例如下：TeM胜于蓝|优秀个人博客

实例

#!/usr/bin/python # -*- coding: UTF-8 -*- from xml.dom.minidom import parse import xml.dom.minidom # 使用minidom解析器打开 XML 文档 DOMTree = xml.dom.minidom.parse("movies.xml") collection = DOMTree.documentElement if 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

以上程序执行结果如下：TeM胜于蓝|优秀个人博客

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

完整的 DOM API 文档请查阅Python DOM APIs。TeM胜于蓝|优秀个人博客

Tags：

很赞哦！ ()

上一篇：Python 多线程

下一篇：Python GUI编程(Tkinter)

相关文章

随机图文

文章评论

当前时间

快速排名

  • 网站建设|万词霸屏,企业软文推广,刷下拉框
  • 快速排名：不用再等SEO三个月，只需3-7天即可把行业关键词覆盖百度搜索引擎首页，点击不收费，排名报表，真实访问量报表一目了然。

合作加盟

  • 扫码请注明来意,否则不会通过
  • 填写商户姓名不要带有“超市”,“便利店” ,“百货”等
  • 扫码成为快钱代理
  • 扫码加站长微信,为您推荐快钱总部负责人
  • 快钱POSS机（电签版）
  • 1,免押版：签约费率快捷交易0.38%,常规交易0.65%
  • 贷记卡单笔≥3000元视为激活
  • 2,,有押版：签约快捷交易0.38%,常规交易0.65%
  • 激活首刷≥99元,扣除99元系统服务费,多出部分shishi到账
  • 电签版ipos参与每月扶持奖励
  • 电签版ipos与Mpos单独考核台均
  • 30台以上有效激活奖励3000元扶持金
  • 当月交易额≥3000元的为活跃用户

点击排行

python爬虫是什么？为什么把python叫做爬虫？

本站推荐

标签云

猜你喜欢

站点信息

  • 建站时间：2018-10-24
  • 网站程序：帝国CMS7.5
  • 主题模板：《今夕何夕》
  • 文章统计：7613篇文章
  • 标签管理：标签云
  • 统计数据：百度统计
  • 扫描二维码：请注明来意，否则不会通过
  • 微信号：扫描二维码，关注我们
歌名 - 歌手
0:00