解析XML文件-Toy模板网

这篇具有很好参考价值的文章主要介绍了解析XML文件。希望对大家有所帮助。如果存在错误或未考虑完全的地方，请大家不吝赐教，您也可以点击"举报违法"按钮提交疑问。

什么是XML？

xml指可扩展语言(extendsible 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。
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、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.

待解析的XML数据如下：

<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>

SAX（simple API for xml）

Python标准库包含SAX解析起，SAX用事件驱动模型，通过在解析xml的过程中出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。

SAX是一种基于事件驱动的API。
利用SAX解析XML文档两部分：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、元素结束事件。
而事件处理器负责对事件做出响应，对传递的XML数据进行处理。

对大型文件进行处理
只需要文件的部分内容，或者从文件中得到特定信息
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

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。
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。

startDocment()方法

文档启动的时候调用。

endDocment()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

创建对象解析器对象并返回。

xml.sax.make_parser( [parser_list] )

参数说明：

parser_list，可选参数，解析器列表

parser方法

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

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

使用SAX解析XML实例

# 使用SAX解析XML
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("demo.xml")

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，把文档中的所有元素保存在内存中的树形结构里，之后你可以利用DOM提供的不同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：文章来源地址https://www.toymoban.com/news/detail-462991.html

# 使用xml.dom解析xml
from xml.dom.minidom import parse
import xml.dom.minidom


# 使用mindom解析起打开XML文档
DomTree = xml.dom.minidom.parse("demo.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)