PythonXML文件解析

SAX解析xml

SAX是一種基於事件驅動的API。

利用SAX解析XML文檔牽涉到兩個部分:解析器和事件處理器。

解析器負責讀取XML文檔,並向事件處理器發送事件,如元素開始跟元素結束事件;

而事件處理器則負責對事件作出相應,對傳遞的XML數據進行處理。

適於處理下面的問題：

• 1、對大型文件進行處理；
• 2、只需要文件的部分內容，或者只需從文件中得到特定信息。
• 3、想建立自己的對象模型的時候。

在python中使用sax方式處理xml要先引入xml.sax中的parse函數，還有xml.sax.handler中的ContentHandler。

ContentHandler類方法介紹

1. characters(content)方法

            調用時機：

                從行開始，遇到標籤之前，存在字符，content的值爲這些字符串。

                從一個標籤，遇到下一個標籤之前， 存在字符，content的值爲這些字符串。

                從一個標籤，遇到行結束符之前，存在字符，content的值爲這些字符串。

                標籤可以是開始標籤，也可以是結束標籤。

       2、startDocument()方法

            文檔啓動的時候調用。

       3、endDocument()方法

            解析器到達文檔結尾時調用。

       4、startElement(name, attrs)方法

            遇到XML開始標籤時調用，name是標籤的名字，attrs是標籤的屬性值字典。

       5、endElement(name)方法

            遇到XML結束標籤時調用。

---

make_parser方法

    以下方法創建一個新的解析器對象並返回。

xml.sax.make_parser( [parser_list] )

參數說明:

• parser_list - 可選參數，解析器列表

---

parser方法

以下方法創建一個 SAX 解析器並解析xml文檔：

xml.sax.parse( xmlfile, contenthandler[, errorhandler])

參數說明:

• xmlfile - xml文件名
• contenthandler - 必須是一個ContentHandler的對象
• errorhandler - 如果指定該參數，errorhandler必須是一個SAX ErrorHandler對象

---

parseString方法

parseString方法創建一個XML解析器並解析xml字符串：

xml.sax.parseString(xmlstring, contenthandler[, errorhandler])

參數說明:

• xmlstring - xml字符串
• contenthandler - 必須是一個ContentHandler的對象
• errorhandler - 如果指定該參數，errorhandler必須是一個SAX ErrorHandler對象

使用xml.dom解析xml

文件對象模型（Document Object Model，簡稱DOM），是W3C組織推薦的處理可擴展置標語言的標準編程接口。

一個 DOM 的解析器在解析一個 XML 文檔時，一次性讀取整個文檔，把文檔中所有元素保存在內存中的一個樹結構裏，之後你可以利用DOM 提供的不同的函數來讀取或修改文檔的內容和結構，也可以把修改過的內容寫入xml文件。

python中用xml.dom.minidom來解析xml文件，實例如下：

from xml.dom.minidom import parse

DOMTree=parse("XMLDemo.xml")
conn=DOMTree.getElementsByTagName("movie")
for i in conn:
    title=i.getAttribute("title")
    print("================%s================"%title)
    print("電影類型：",i.getElementsByTagName("type")[0].childNodes[0].data)
    print("電影格式：",i.getElementsByTagName("format")[0].childNodes[0].data)
    if i.hasAttribute("year"):
        print("電影發行年份：",i.getElementsByTagName("year")[0].childNodes[0].data)
    print("電影rating：",i.getElementsByTagName("rating")[0].childNodes[0].data)
    print("電影評星：",i.getElementsByTagName("stars")[0].childNodes[0].data)
    print("電影description：",i.getElementsByTagName("description")[0].childNodes[0].data)
    print("===================END====================")