Python3XML解析

Python3 XML 解析

什么是 XML？

XML 指可扩展标记语言（eXtensible Markup Language），标准通用标记语言的子集，是一种用于标记电子文件使其具有结构性的标记语言。 你可以通过本站学习

创新互联建站-专业网站定制、快速模板网站建设、高性价比湄潭网站开发、企业建站全套包干低至880元,成熟完善的模板库,直接使用。一站式湄潭网站制作公司更省心,省钱,快速模板网站建设找我们，业务覆盖湄潭地区。费用合理售后完善，10年实体公司更值得信赖。

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。

本章节使用到的 XML 实例文件 movies.xml 内容如下：

实例






   
War, Thriller


   
DVD


   
2003


   
PG


   
10


   
Talk about a US-Japan war








   
Anime, Science Fiction


   
DVD


   
1989


   
R


   
8


   
A schientific fiction





   


   
Anime, Action


   
DVD


   
4


   
PG


   
10


   
Vash the Stampede!








   
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响应，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

实例

#!/usr/bin/python3

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
=
""

   
# 元素开始调用

   
def startElement
(
self
, tag
, attributes
):

     
self.
CurrentData
= tag

     
if tag
==
"movie":

         
print
(
"*****Movie*****"
)

         title
= attributes
[
"title"
]

         
print
(
"Title:"
, title
)

   
# 元素结束调用

   
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
=
""

   
# 读取字符时调用

   
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
(
)

   
# 关闭命名空间

   
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：

实例

#!/usr/bin/python3

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

完整的 DOM API 文档请查阅。

分享题目：Python3XML解析
文章来源：http://www.csdahua.cn/qtweb/news23/402923.html

网站建设、网络推广公司-快上网，是专注品牌与效果的网站制作，网络营销seo公司；服务项目有等

广告

声明：本网站发布的内容（图片、视频和文字）以用户投稿、用户转载内容为主，如果涉及侵权请尽快告知，我们将会在第一时间删除。文章观点不代表本网站立场，如需处理请联系客服。电话：028-86922220；邮箱：631063699@qq.com。内容未经允许不得转载，或转载时需注明来源： 快上网

成都快上网为您推荐相关内容

关键词优化知识

同城分类信息

眉山网站建设　　 　网站空间　　 　成都小程序开发　　 　食品包装设计　　 　温江网站制作　　 　防护网厂　　 　温岭熙道网站　　 　混凝土搅拌罐车　　 　成都企业网站改版　　 　固迪佳新材料　　 　搜索引擎优化　　 　宜宾做网站　　 　全网整合营销推广　　 　成都防护栏　　 　重庆移动机房托管　　 　成都服务器租用　　 　重庆网站建设　　 　新津网站运维　　 　绵阳电信服务器托管　　 　网站优化排名推广