Chinaunix首页 | 论坛 | 博客
  • 博客访问: 154355
  • 博文数量: 56
  • 博客积分: 0
  • 博客等级: 民兵
  • 技术积分: 355
  • 用 户 组: 普通用户
  • 注册时间: 2016-10-23 21:07
个人简介

linux爱好者

文章分类
文章存档

2017年(46)

2016年(10)

我的朋友

分类: Python/Ruby

2017-01-09 20:48:39

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 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,这些标记将文档分成许多部件并对这些部件加以标识。

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。

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。

python有三种方法解析XML,SAX,DOM,以及ElementTree:

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。

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。

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。

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)。

本章节使用到的XML实例文件movies.xml内容如下:

 shelf="New Arrivals">  title="Enemy Behind"> War, Thriller DVD 2003 PG 10 Talk about a US-Japan war   title="Transformers"> Anime, Science Fiction DVD 1989 R 8 A schientific fiction   title="Trigun"> Anime, Action DVD 4 PG 10 Vash the Stampede!   title="Ishtar"> Comedy VHS PG 2 Viewable boredom  

python使用SAX解析xml

SAX是一种基于事件驱动的API。

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,并向事件处理器发送事件,如元素开始跟元素结束事件;

而事件处理器则负责对事件作出相应,对传递的XML数据进行处理。

  • 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。

    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,遇到行结束符之前,存在字符,content的值为这些字符串。

    标签可以是开始标签,也可以是结束标签。

    startDocument()方法

    文档启动的时候调用。

    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

    以下方法创建一个新的解析器对象并返回。

    xml.sax.make_parser( [parser_list] )

    参数说明:

    • 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:

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

    参数说明:

    • 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:

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

    参数说明:

    • 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

    #!/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:

    *****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

    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。

    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。

    python中用xml.dom.minidom来解析xml文件,实例如下:

    #!/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:

    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
    阅读(1599) | 评论(0) | 转发(0) |
    0

    上一篇:Python 多线程

    下一篇:python GUI编程(Tkinter)

    给主人留下些什么吧!~~