38.Python从入门到精通—Python3 XML 解析 什么是 XML Python 对 XML 的解析

38.从入门到精通：Python3 XML 解析 什么是 XML Python 对 XML 的解析 Python 使用 SAX 解析 xml make_parser 方法 parser 方法

• Python3 XML 解析
• • 什么是 XML
  • Python 对 XML 的解析
  • Python 使用 SAX 解析 xml
  • make_parser 方法
  • parser 方法

    Python3 XML 解析

    什么是 XML

    • XML（可扩展标记语言）是一种用于描述数据的标记语言，它可以用于表示各种类型的数据，包括文本、图像、音频、视频等。XML 的语法类似于HTML，但它更加灵活，可以自定义标记，并且不依赖于任何特定的应用程序或操作系统。
    • XML的基本结构由元素、属性和文本组成。元素是标记的基本单位，它由开始标记、结束标记和元素内容组成。属性是用于描述元素的附加信息，它由属性名和属性值组成。文本是元素的内容，可以包含任何类型的数据。

      XML 可以用于数据交换、配置文件、Web 服务等领域。它具有以下优点：

      
      （图片来源网络，侵删）
      • 可扩展性：XML 可以自定义标记，因此可以适应各种数据类型和应用程序的需求。
      • 可读性：XML 的语法类似于 HTML，易于阅读和理解。
      • 独立性：XML 不依赖于任何特定的应用程序或操作系统，因此可以在不同的平台和环境中使用。
      • 互操作性：XML 可以与各种编程语言和技术进行集成，例如 Java、.NET、Web 服务等。

        XML 的缺点是它相对于其他数据格式来说，文件体积较大，因为它需要使用开始标记和结束标记来描述数据。此外，XML

        的解析和处理也需要更多的计算资源和时间。

        Python 对 XML 的解析

        Python 提供了多种解析 XML 的方法，其中比较常用的有以下几种：

        • DOM 解析：将整个 XML 文档读入内存，并构建 DOM 树，可以对树进行遍历和操作，适合于 XML 文件较小的情况。
        • SAX 解析：基于事件驱动的解析方式，逐行解析 XML 文档，适合于 XML 文件较大的情况。
        • ElementTree 解析：Python 标准库中的一个解析库，提供了高效的解析和操作 XML 的方法，同时也支持 XPath 查询。

          以下是一个使用 ElementTree 解析 XML 的简单示例：

          import xml.etree.ElementTree as ET
          # 解析 XML 文件
          tree = ET.parse('example.xml')
          # 获取根节点
          root = tree.getroot()
          # 遍历子节点
          for child in root:
              print(child.tag, child.attrib)
          # 获取指定节点
          person = root.find('person')
          name = person.find('name').text
          age = person.find('age').text
          print(name, age)
          # 使用 XPath 查询
          persons = root.findall('.//person')
          for person in persons:
              name = person.find('name').text
              age = person.find('age').text
              print(name, age)
          

          在这个示例中，我们使用 ET.parse 方法解析 XML 文件，并获取根节点。然后我们使用 for 循环遍历根节点的所有子节点，并输出节点的标签和属性。接着我们使用 find 方法获取指定节点的文本内容。最后，我们使用 findall

          方法和 XPath 查询获取所有符合条件的节点，并输出节点的文本内容。

          需要注意的是，在解析 XML 文件时，可能会遇到编码和命名空间等问题，需要根据具体情况进行处理。

          Python 使用 SAX 解析 xml

          Python 中有两种主要的解析 XML 的方式：SAX 和 DOM。SAX（Simple API for XML）是基于事件驱动的解析方式，它逐行扫描 XML 文档，并在遇到特定的 XML 元素时触发事件。相比之下，DOM（Document Object Model）是一种基于树形结构的解析方式，它将整个 XML 文档加载到内存中，并将其表示为一个树形结构。

          下面是一个使用 SAX 解析 XML 的示例：

          import xml.sax
          class MyHandler(xml.sax.ContentHandler):
              def startElement(self, name, attrs):
                  print("Start element:", name)
                  if attrs:
                      print("Attributes:")
                      for attr in attrs.items():
                          print("  ", attr[0], "=", attr[1])
          def endElement(self, name):
              print("End element:", name)
          def characters(self, content):
              print("Content:", content)
          parser = xml.sax.make_parser()
          parser.setContentHandler(MyHandler())
          parser.parse('example.xml')
          

          在这个例子中，我们定义了一个名为 MyHandler 的类，它继承自 xml.sax.ContentHandler 类，并重写了startElement、endElement 和 characters 方法。这些方法将在 SAX 解析 XML 文档时自动调用。

          然后，我们创建一个 XML 解析器对象，并将 MyHandler 对象设置为其内容处理器。最后，我们调用 parse 方法来开始解析 XML 文档。

          注意，在这个例子中，我们假设 XML 文档的结构如下：

          
            
              Gambardella, Matthew
              XML Developer's Guide
              Computer
              44.95
              2000-10-01
              An in-depth look at creating applications 
                with XML.
            
            
              Ralls, Kim
              Midnight Rain
              Fantasy
              5.95
              2000-12-16
              A former architect battles corporate zombies, 
                an evil sorceress, and her own childhood to become queen 
                of the world.
            
          
          

          在解析过程中，当 SAX 解析器遇到开始标记时，它将调用 startElement 方法，并将元素名称和属性作为参数传递给它。当 SAX

          解析器遇到结束标记时，它将调用 endElement 方法，并将元素名称作为参数传递给它。当 SAX 解析器遇到文本时，它将调用

          characters 方法，并将文本内容作为参数传递给它。

          make_parser 方法

          make_parser 方法是 Python 标准库中 xml.sax 模块中的一个函数，用于创建 SAX 解析器对象。它的语法如下：

          xml.sax.make_parser([parser_list])
          

          其中，parser_list 是可选参数，指定要使用的 SAX 解析器列表。 如果没有指定解析器列表，则 make_parser方法会创建一个默认的 SAX 解析器对象。如果指定了解析器列表，则会按照列表中的顺序逐个尝试创建解析器对象，直到成功为止。

          以下是一个使用 make_parser 方法创建 SAX 解析器对象的简单示例：

          import xml.sax
          # 创建 SAX 解析器对象
          parser = xml.sax.make_parser()
          # 设置解析器的处理器
          handler = MyHandler()
          parser.setContentHandler(handler)
          # 解析 XML 文件
          parser.parse("example.xml")
          

          在这个示例中，我们使用 make_parser 方法创建了一个默认的 SAX 解析器对象，并使用 setContentHandler方法将处理器对象设置为解析器的处理器。最后，我们使用 parse 方法解析 XML 文件。

          需要注意的是，在使用 SAX 解析器解析 XML 文件时，需要自己实现处理器对象，并在处理器对象中处理 XML 文件中的事件。

          parser 方法

          在 Python 中，解析 XML 文件的常用方法之一是使用 xml.etree.ElementTree 模块中的 ElementTree 类。该类提供了一个 parse() 方法，用于解析 XML 文件并返回一个 ElementTree 对象，可以使用该对象来遍历和操作 XML 元素。

          以下是一个示例代码：

          import xml.etree.ElementTree as ET
          # 解析 XML 文件
          tree = ET.parse('example.xml')
          # 获取根元素
          root = tree.getroot()
          # 遍历 XML 文件
          for child in root:
              print(child.tag, child.attrib)
              for subchild in child:
                  print(subchild.tag, subchild.text)
          

          • 在这个例子中，我们首先使用 ET.parse() 方法解析名为 example.xml 的 XML 文件，并将返回的ElementTree 对象存储在变量 tree 中。然后，我们使用 tree.getroot() 方法获取 XML文件的根元素，并将其存储在变量 root 中。
          • 接下来，我们使用 for 循环遍历根元素的子元素，并打印它们的标签和属性。然后，我们再次使用 for循环遍历每个子元素的子元素，并打印它们的标签和文本内容。
          • 需要注意的是，在遍历 XML 元素时，我们可以使用 tag 属性获取元素的标签名，使用 attrib 属性获取元素的属性，使用 text 属性获取元素的文本内容。此外，我们还可以使用 find()、findall() 和 iter() 等方法来查找和遍历 XML 元素。
          • 总的来说，使用 xml.etree.ElementTree 模块中的 ElementTree 类解析 XML 文件是一种简单而有效的方法，适用于大多数简单的 XML 文件。对于更复杂的 XML 文件，可能需要使用其他方法或库来解析和操作它们。