1. 首页
  2. 教程
  3. 测试开发
  4. Python教程

Python XML解析和处理

XML是一种便携式的开源语言,允许程序员开发可由其他应用程序读取的应用程序,而不管操作系统和/或开发语言是什么。

1.什么是XML?

可扩展标记语言(XML)是一种非常像HTML或SGML的标记语言。 这是由万维网联盟推荐的,可以作为开放标准。

XML对于存储小到中等数量的数据非常有用,而不需要使用SQL。

2.XML解析器体系结构和API

Python标准库提供了一组极少使用但有用的接口来处理XML。两个最基本和最广泛使用在XML数据的API是SAX和DOM接口。

  • 简单XML API(SAX) – 在这里,注册感兴趣的事件回调,然后让解析器继续执行文档。 当文档较大或存在内存限制时,此功能非常有用,它会从文件读取文件时解析文件,并且整个文件不会存储在内存中。
  • 文档对象模型(DOM)API – 这是一个万维网联盟的推荐,它将整个文件读入存储器并以分层(基于树)的形式存储,以表示XML文档的所有功能。

当处理大文件时,SAX显然无法与DOM一样快地处理信息。 另一方面,使用DOM专门可以真正地占用资源,特别是如果要加许多文件使用的时候。

SAX是只读的,而DOM允许更改XML文件。由于这两种不同的API相辅相成,在大型项目中一般根据需要使用它们。

对于我们所有的XML代码示例,使用一个简单的XML文件:movies.xml作为输入 –

3.使用SAX API解析XML

SAX是事件驱动的XML解析的标准接口。 使用SAX解析XML通常需要通过子类化xml.sax.ContentHandler来创建自己的ContentHandler
ContentHandler处理XML样式/风格的特定标签和属性。 ContentHandler对象提供了处理各种解析事件的方法。它拥有的解析器在解析XML文件时调用ContentHandler方法。
在XML文件的开头和结尾分别调用:startDocumentendDocument方法。 characters(text)方法通过参数text传递XML文件的字符数据。

ContentHandler在每个元素的开头和结尾被调用。如果解析器不在命名空间模式下,则调用startElement(tag,attributes)endElement(tag)方法; 否则,调用相应的方法startElementNSendElementNS方法。 这里,tag是元素标签,属性是Attributes对象。

以下是继续前面了解的其他重要方法 –

make_parser()方法

以下方法创建一个新的解析器对象并返回它。创建的解析器对象将是系统查找的第一个解析器类型。

以下是参数的详细信息 –

  • parser_list – 可选参数,由使用哪个解析器的列表组成,必须全部实现make_parser方法。

parse()方法

以下方法创建一个SAX解析器并使用它来解析文档。

以下是参数的详细信息 –

  • xmlfile – 这是要读取的XML文件的名称。
  • contenthandler – 这必须是ContentHandler对象。
  • errorhandler – 如果指定,errorhandler必须是SAX ErrorHandler

parseString方法

还有一种方法来创建SAX解析器并解析指定的XML字符串。

以下是参数的详细信息 –

  • xmlstring – 这是要读取的XML字符串的名称。
  • contenthandler – 这必须是ContentHandler对象。
  • errorhandler – 如果指定,errorhandler必须是SAX ErrorHandler对象。

示例

这将产生以下结果 –

有关SAX API文档的完整详细信息,请参阅标准Python SAX API。

使用DOM API解析XML

文档对象模型(“DOM”)是来自万维网联盟(W3C)的跨语言API,用于访问和修改XML文档。

DOM对于随机访问应用非常有用。SAX只允许您一次查看文档的一部分。如果想要查看一个SAX元素,则无法访问另一个。

以下是快速加载XML文档并使用xml.dom模块创建minidom对象的最简单方法。 minidom对象提供了一个简单的解析器方法,可以从XML文件快速创建一个DOM树。

示例调用minidom对象的parse(file [,parser])函数来解析由文件指定为DOM树对象的XML文件。

示例

这将产生以下结果 –

有关DOM API文档的完整详细信息,请参阅标准Python DOM API。

原创文章,作者:若木成林,如若转载,请注明出处:https://www.chinaztest.com/1274.html

发表评论

电子邮件地址不会被公开。 必填项已用*标注

联系我们

400-800-8888

在线咨询:点击这里给我发消息

邮件:983512074@qq.com

工作时间:周一至周五,9:30-18:30,节假日休息