Python 解析器

什麼是XML？

XML 指可擴展標記語言（eXtensible Markup Language），標準通用標記語言的子集，是一種用於標記電子文件使其具有結構性的標記語言。 你可以通過本站學習

XML 被設計用來傳輸和存儲數據。

XML是一套定義語義標記的規則，這些標記將文檔分成許多部件並對這些部件加以標識。

它也是元標記語言，即定義了用於定義其他與特定領域有關的、語義的、結構化的標記語言的句法語言。

XML語法

       a)  XML 必須包含根元素，它是所有其他元素的父元素，就像下面這個中 students 就是根元素：

<?xml version="1.0" encoding="utf-8" ?>
<students>
    <student>
        <name>李明</name>
        <sex>女</sex>
        <age>18</age>
        <height>1.6</height>
        <score>178</score>
    </student>

       b)所有的 XML 元素都必須有一個關閉標籤!

      c)XML 必須正確嵌套

      d)開始部分:  <?xml version=”1.0”encoding=”utf-8”>

    e)標籤成對出現，並且區分大小寫

    f)可以有屬性，只能有一個根節點！！！

python對XML的解析

常見的XML編程接口有DOM和SAX，這兩種接口處理XML文件的方式不同，當然使用場合也不同。

python有三種方法解析XML，SAX，DOM，以及ElementTree:

1.SAX (simple API for XML )

python 標準庫包含SAX解析器，SAX用事件驅動模型，通過在解析XML的過程中觸發一個個的事件並調用用戶定義的回調函數來處理XML文件。

2.DOM(Document Object Model)

將XML數據在內存中解析成一個樹，通過對樹的操作來操作XML。

python使用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。

<psax適於處理下面的問題：< p="" style="color: rgb(51, 51, 51); font-family: 'Helvetica Neue', Helvetica, 'PingFang SC', 'Hiragino Sans GB', 'Microsoft YaHei', 'Noto Sans CJK SC', 'WenQuanYi Micro Hei', Arial, sans-serif; font-size: 12px; background-color: rgb(255, 255, 255);">

• 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。

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。

（1）第一種是DOM解析

[python] view plain copy
from xml.dom.minidom import parse               #第一步必須要先導入模塊  
class Student:                                  #第二步去定義一個類  
    def __init__(self,name,sex,age):  
        self.name = name  
        self.sex = sex  
        self.age = age  
    def __str__(self):  
        return "姓名：{0}  性別：{1}  年齡：{2}".format(self.name,self.sex,self.age)  
  
student1 = []                           #定義一個空列表       
doc = parse("學生對象信息.xml")  
root = doc.documentElement              #從文檔中獲取根節點  
#print(root)  
students = root.getElementsByTagName("student")  
#print(students)  
for p in students:  
    student = Student(p.getElementsByTagName("name")[0].childNodes[0].data,p.getElementsByTagName("sex")[0].childNodes[0].data,p.getElementsByTagName("age")[0].childNodes[0].data)  
    student1.append(student)  
for p in student1:  
    print(p)  
（2）第二種是SAX解析

[python] view plain copy
from xml.sax import ContentHandler  
from xml.dom.minidom import parse  
  
class Student:  
    def __init__(self,name =None,sex = None,age = None):  
        self.name = name  
        self.sex = sex  
        self.age = age  
    def __str__(self):  
        return "姓名：{0}  性別：{1}  年齡：{2}".format(self.name,self.sex,self.age)  
  
student1 = []  
class mysaxxml(ContentHandler):  
    def __init__(self):  
        self.tag=None                               #爲什麼要這麼寫？？？  
        self.stu=None  
    def startDocument(self):  
        print("startdocument...")  
    def startElement(self, name, attrs):  
        self.tag = name  
        if name =="student":  
            self.stu = Student()  
    def characters(self, content):  
        if self.tag =="name":  
            self.stu.name=content  
        if self.tag =="sex":  
            self.stu.sex=content  
        if self.tag =="age":  
            self.stu.age=content  
    def endElement(self, name):  
        if name == "student":  
            student1.append(self.stu)  
            self.stu = None  
        self.tag = None                             #此處爲何這麼放置 self.tag = None  ??  
    def endDocument(self):  
        print("endDocument.......")  
sts = mysaxxml()  
parse("學生對象信息.xml",sts)  
for p in student1:  
    print(p)  
（3）第三種 ElementTree 元素樹解析
[python] view plain copy
from xml.etree.ElementTree import *  
  
class Student:  
    def __init__(self,name = None,sex = None,age = None):  
        self.name = name  
        self.sex = sex  
        self.age = age  
    def __str__(self):  
        return "姓名：{0}  性別：{1}  年齡：{2}".format(self.name,self.sex,self.age)  
  
people = []  
root = parse("學生對象信息.xml")  
student1 = root.findall("student")  
  
for p in student1:  
    student = Student()  
    student.name = p.find("name").text  
    student.sex = p.find("sex").text  
    student.age = p.find("age").text  
    people.append(student)  
for p in people:  
    print(p)