美文网首页
Python如何对XML 解析

Python如何对XML 解析

作者: 乐观的程序员 | 来源:发表于2020-10-13 22:19 被阅读0次

    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。 

    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:

    <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。

    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

    #!/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Python SAX APIs

    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/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Python DOM APIs。

    以上就是Python如何对XML 解析的详细内容,更多关于Python对XML 解析的资料请关注其它相关文章!

    相关文章

      网友评论

          本文标题:Python如何对XML 解析

          本文链接:https://www.haomeiwen.com/subject/gnsbpktx.html