欢迎光临
梦想从学习开始!

Python3 XML 解析 | 小熊教程

Python3 XML 解析

Tips:您正在学习的是Python3 XML 解析 | 小熊教程系列。本文链接https://www.xxfxb.com/?p=7292 ,您可通过标签查询系列课程。祝您学习愉快!


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 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 (simple API for XML )

Tips:您正在学习的是Python3 XML 解析 | 小熊教程系列。本文链接https://www.xxfxb.com/?p=7292 ,您可通过标签查询系列课程。祝您学习愉快!

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)

Tips:您正在学习的是Python3 XML 解析 | 小熊教程系列。本文链接https://www.xxfxb.com/?p=7292 ,您可通过标签查询系列课程。祝您学习愉快!

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

Tips:您正在学习的是Python3 XML 解析 | 小熊教程系列。本文链接https://www.xxfxb.com/?p=7292 ,您可通过标签查询系列课程。祝您学习愉快!

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。

赞(0) 打赏
未经允许不得转载:小熊分享邦 » Python3 XML 解析 | 小熊教程

评论 抢沙发

  • 昵称 (必填)
  • 邮箱 (必填)
  • 网址

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

微信扫一扫打赏