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。文章来源:https://www.toymoban.com/news/detail-462991.html
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)
到了这里,关于解析XML文件的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!