无涯教程-Python - XML处理

标签：XML xml Python self 无涯 SAX print CurrentData

XML是一种可移植的开放源语言，它使程序员能够开发可由其他应用程序读取的应用程序，而无需考虑操作系统和/或开发语言。

可扩展标签语言(XML)是一种类似于HTML或SGML的标签语言。万维网联盟建议这样做，并且可以作为开放标准使用。

XML对跟踪少量到中等数量的数据而无需基于SQL的主干非常有用。

体系结构和API

Python标准库提供了一组最小但有用的接口来使用XML。

SAX是只读的，而DOM允许更改XML文件。由于这两个不同的API在字面上相互补充，因此没有理由不能在大型项目中同时使用它们。

对于无涯教程所有的XML代码示例，使用一个简单的XML文件 movies.xml 作为输入-

<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>

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通常要求您通过子类化xml.sax.ContentHandler来创建自己的ContentHandler。

您的 ContentHandler 处理XML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文件的开头和结尾处调用方法 startDocument 和 endDocument 。方法 characters(text)通过参数text传递给XML文件的字符数据。

在每个元素的开始和结束处都会调用ContentHandler。如果解析器不在命名空间模式下，则调用方法 startElement(tag，attribute)和 endElement(tag)；否则，将调用相应的方法 startElementNS 和 endElementNS 。在此，tag是元素标签，而attribute是Attributes对象。

这是在继续之前要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找到的第一个解析器类型。

xml.sax.make_parser( [parser_list] )

这是参数的详细信息-

parser_list - 可选参数，由要使用的解析器列表组成，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。

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

这是参数的详细信息-

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，错误处理程序必须是SAX ErrorHandler对象。

ParseString 方法

还有另一种方法来创建SAX解析器并解析指定的 XML字符串。

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

这是参数的详细信息

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，错误处理程序必须是SAX ErrorHandler对象。

#!/usr/bin/python

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=""

   # 元素开始时调用
   def startElement(self, tag, attributes):
      self.CurrentData=tag
      if tag == "movie":
         print "*****Movie*****"
         title=attributes["title"]
         print "Title:", title

   # 元素结束时调用
   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 "Remark:", 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)

   # 覆盖默认的 ContextHandler
   Handler=MovieHandler()
   parser.setContentHandler( Handler )
   
   parser.parse("movies.xml")

这将产生以下输出-

*****Movie*****
Title: Enemy Behind
Type: War, Thriller
Format: DVD
Year: 2003
Rating: PG
Stars: 10
描述: Talk about a US-Japan war
*****Movie*****
Title: Transformers
Type: Anime, Science Fiction
Format: DVD
Year: 1989
Rating: R
Stars: 8
Remark: A schientific fiction
*****Movie*****
Title: Trigun
Type: Anime, Action
Format: DVD
Rating: PG
Stars: 10
Remark: Vash the Stampede!
*****Movie*****
Title: Ishtar
Type: Comedy
Format: VHS
Rating: PG
Stars: 2
Remark: Viewable boredom

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

DOM API解析XML

文档对象模型(" DOM")是来自万维网联盟(W3C)的一种跨语言API，用于访问和修改XML文档。

DOM对于随机访问应用程序非常有用。 SAX一次只允许您查看一份文档。如果您正在查看一个SAX元素，则无权访问另一个元素。

这是使用xml.dom模块快速加载XML文档和创建minidom对象的最简单方法。 minidom对象提供了一种简单的解析器方法，该方法可以从XML文件快速创建DOM树。

示例短语调用minidom对象的parse(file [，parser])函数，以将file指定的XML文件解析为DOM树对象。

#!/usr/bin/python

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")

# 获取集合中的所有电影
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 "Remark: %s" % description.childNodes[0].data

这将产生以下输出-

Root element : New Arrivals
*****Movie*****
Title: Enemy Behind
Type: War, Thriller
Format: DVD
Rating: PG
Remark: Talk about a US-Japan war
*****Movie*****
Title: Transformers
Type: Anime, Science Fiction
Format: DVD
Rating: R
Remark: A schientific fiction
*****Movie*****
Title: Trigun
Type: Anime, Action
Format: DVD
Rating: PG
Remark: Vash the Stampede!
*****Movie*****
Title: Ishtar
Type: Comedy
Format: VHS
Rating: PG
Remark: Viewable boredom

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

参考链接

https://www.learnfk.com/python/python-xml-processing.html

标签：XML,xml,Python,self,无涯,SAX,print,CurrentData
From： https://blog.51cto.com/u_14033984/7243262