Python如何对XML 解析

2023-07-22 10:11:13 55

什么是XML？

XML指可扩展标记语言（eXtensibleMarkupLanguage），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(simpleAPIforXML)

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(DocumentObjectModel)

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：



War,Thriller
DVD
2003
PG
10
TalkaboutaUS-Japanwar


Anime,ScienceFiction
DVD
1989
R
8
Aschientificfiction


Anime,Action
DVD
4
PG
10
VashtheStampede!


Comedy
VHS
PG
2
Viewableboredom

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SAXErrorHandler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SAXErrorHandler对象

Python解析XML实例

#!/usr/bin/python3

importxml.sax

classMovieHandler(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
defstartElement(self,tag,attributes):
self.CurrentData=tag
iftag=="movie":
print("*****Movie*****")
title=attributes["title"]
print("Title:",title)

#元素结束调用
defendElement(self,tag):
ifself.CurrentData=="type":
print("Type:",self.type)
elifself.CurrentData=="format":
print("Format:",self.format)
elifself.CurrentData=="year":
print("Year:",self.year)
elifself.CurrentData=="rating":
print("Rating:",self.rating)
elifself.CurrentData=="stars":
print("Stars:",self.stars)
elifself.CurrentData=="description":
print("Description:",self.description)
self.CurrentData=""

#读取字符时调用
defcharacters(self,content):
ifself.CurrentData=="type":
self.type=content
elifself.CurrentData=="format":
self.format=content
elifself.CurrentData=="year":
self.year=content
elifself.CurrentData=="rating":
self.rating=content
elifself.CurrentData=="stars":
self.stars=content
elifself.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:EnemyBehind
Type:War,Thriller
Format:DVD
Year:2003
Rating:PG
Stars:10
Description:TalkaboutaUS-Japanwar
*****Movie*****
Title:Transformers
Type:Anime,ScienceFiction
Format:DVD
Year:1989
Rating:R
Stars:8
Description:Aschientificfiction
*****Movie*****
Title:Trigun
Type:Anime,Action
Format:DVD
Rating:PG
Stars:10
Description:VashtheStampede!
*****Movie*****
Title:Ishtar
Type:Comedy
Format:VHS
Rating:PG
Stars:2
Description:Viewableboredom

完整的SAXAPI文档请查阅PythonSAXAPIs

使用xml.dom解析xml

文件对象模型（DocumentObjectModel，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

fromxml.dom.minidomimportparse
importxml.dom.minidom

#使用minidom解析器打开XML文档
DOMTree=xml.dom.minidom.parse("movies.xml")
collection=DOMTree.documentElement
ifcollection.hasAttribute("shelf"):
print("Rootelement:%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
formovieinmovies:
print("*****Movie*****")
ifmovie.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：

Rootelement:NewArrivals
*****Movie*****
Title:EnemyBehind
Type:War,Thriller
Format:DVD
Rating:PG
Description:TalkaboutaUS-Japanwar
*****Movie*****
Title:Transformers
Type:Anime,ScienceFiction
Format:DVD
Rating:R
Description:Aschientificfiction
*****Movie*****
Title:Trigun
Type:Anime,Action
Format:DVD
Rating:PG
Description:VashtheStampede!
*****Movie*****
Title:Ishtar
Type:Comedy
Format:VHS
Rating:PG
Description:Viewableboredom

完整的DOMAPI文档请查阅PythonDOMAPIs。

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

Python如何对XML 解析

热门推荐

随机推荐