`

Python XML解析

 
阅读更多

Python XML解析


什么是XML?

XML 指可扩展标记语言(eXtensibleMarkupLanguage)。 你可以通过本站学习XML教程

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的、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:

1.SAX (simple API for XML )

python 标准库包含SAX解析器,SAX用事件驱动模型,通过在解析XML的过程中触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。

2.DOM(Document Object Model)

将XML数据在内存中解析成一个树,通过对树的操作来操作XML。

3.ElementTree(元素树)

ElementTree就像一个轻量级的DOM,具有方便友好的API。代码可用性好,速度快,消耗内存少。

注:因DOM需要将XML数据映射到内存中的树,一是比较慢,二是比较耗内存,而SAX流式读取XML文件,比较快,占用内存少,但需要用户实现回调函数(handler)。

本章节使用到的XML实例文件movies.xml内容如下:

<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>

python使用SAX解析xml

SAX是一种基于事件驱动的API。

利用SAX解析XML文档牵涉到两个部分:解析器和事件处理器。

解析器负责读取XML文档,并向事件处理器发送事件,如元素开始跟元素结束事件;

而事件处理器则负责对事件作出相应,对传递的XML数据进行处理。

<psax适于处理下面的问题:< p="" style="color: rgb(51, 51, 51); font-family: 'Open Sans', 'Helvetica Neue', Helvetica, Arial, STHeiti, 'Microsoft Yahei', sans-serif;">
  • 1、对大型文件进行处理;
  • 2、只需要文件的部分内容,或者只需从文件中得到特定信息。
  • 3、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的值为这些字符串。

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。

startDocument()方法

文档启动的时候调用。

endDocument()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

以下方法创建一个新的解析器对象并返回。

xml.sax.make_parser( [parser_list] )

参数说明:

  • parser_list- 可选参数,解析器列表

parser方法

以下方法创建一个 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

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

Python 解析XML实例

#!/usr/bin/python
# -*- coding: UTF-8 -*-

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 = ""

   # 元素开始事件处理
   def startElement(self, tag, attributes):
      self.CurrentData = tag
      if tag == "movie":
         print "*****Movie*****"
         title = attributes["title"]
         print "Title:", title

   # 元素结束事件处理
   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 = ""

   # 内容事件处理
   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()
   # turn off namepsaces
   parser.setFeature(xml.sax.handler.feature_namespaces, 0)

   # 重写 ContextHandler
   Handler = MovieHandler()
   parser.setContentHandler( Handler )
   
   parser.parse("movies.xml")

以上代码执行结果如下:

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

完整的 SAX API 文档请查阅Python SAX APIs


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,把文档中所有元素保存在内存中的一个树结构里,之后你可以利用DOM 提供的不同的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:

#!/usr/bin/python
# -*- coding: UTF-8 -*-

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")

# 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

以上程序执行结果如下:

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

完整的 DOM API 文档请查阅Python DOM APIs

分享到:
评论

相关推荐

    「Python系列」Python XML解析.md

    「Python系列」Python XML解析

    lxmldoc python xml 解析器

    - **定义与功能**:`lxml`是一种使用Python编写的高效且灵活的XML解析器与处理库。它能够快速处理XML文档,并提供了丰富的功能来满足各种需求。 - **支持特性**:除了基本的XML解析之外,`lxml`还支持XPath(XML路径...

    python xml解析实例详解

    python xml解析 first.xml  &lt;id&gt;1 &lt;name&gt;fsy &lt;age&gt;24 &lt;id&gt;2 &lt;name&gt;jianjian &lt;age&gt;24 &lt;count id ='1'&gt;1000 from xml.etree import ElementTree as etree  读入 def read_xml(file): # parse()函数会返回...

    Python XML 解析

    Python XML 解析 什么是 XML? XML 指可扩展标记语言(eXtensible Markup Language)。 你可以通过本站学习 XML 教程 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...

    python库 解析xml和文本字符集探测

    在Python编程环境中,处理XML和文本字符集探测是常见的任务,尤其在数据处理和解析大量文本数据时。这里我们将深入探讨Python 2.6环境下如何利用特定库来完成这些任务。 首先,我们关注的是`BeautifulSoup`库,这是...

    python解析xml文件

    ### Python 解析 XML 文件 在Python中解析XML文件是一种常见的需求,特别是在处理配置文件、数据交换格式以及其他需要结构化数据的应用场景中。本文将详细介绍如何使用两种流行的方法——`MiniDom`和`ElementTree`...

    python_elementt_xml.zip_python xml_xml解析 python

    处理XML文件时,Python提供了多种库,其中`ElementTree`是Python标准库的一部分,它提供了高效的XML解析和创建功能。本文将深入探讨如何使用`ElementTree`模块解析XML文件。 首先,我们需要导入`xml.etree.Element...

    基于Python实现的自动化生成XML解析类

    本项目是基于Python实现的自动化XML解析类,它简化了Qt应用中处理XML的流程,避免了手动编写解析逻辑的繁琐工作。 首先,我们来了解XML的基本结构。XML文档由一系列元素构成,每个元素由标签(Tag)、属性...

    python xml文件解析,正则表达式字符串替换

    python解析xml,字符串替换,正则表达式,可以参考

    python解析xml

    在XML解析方面,Python提供了多种库,使得处理XML文档变得简单而高效。XML(eXtensible Markup Language)是一种标记语言,用于存储和传输结构化数据,常用于Web服务、配置文件和数据交换。 Python中有两个主要的...

    python脚本用于xml解析的源代码

    在这个“python脚本用于xml解析的源代码”项目中,我们可以看到作者利用Python的内置库来解析XML文件,以便提取、操作或转换数据。 XML文件的结构类似于HTML,但更专注于数据而不是展示。Python提供了几个库来处理...

    python xml html 解析工具(代码)

    python处理xml很实用好用的工具 主要有BeautifulSoup和BeautifulStoneSoup,import就好,前者处理html,后者处理xml 具体使用方法可以上网查

    Python-RequestsXML一个尽可能简单直观的XML解析器

    5. **错误处理**: Requests-XML提供了方便的方法来处理XML解析错误,如`response.xml.raise_for_status()`,它会在存在XML解析问题时抛出异常。 通过这些基本操作,开发者可以高效地处理XML数据,无论是从服务器...

    python批量修改xml.rar

    通常,这个脚本会首先导入如`xml.etree.ElementTree`这样的Python XML解析库,这个库提供了解析XML文档、遍历XML元素以及修改元素属性的方法。 以下是一些可能涉及的关键知识点: 1. **xml.etree.ElementTree库**...

    pythonxml:重温Python的XML工具l:

    - **简介**:`xmllib` 是Python中最基础的XML解析器之一,它是一个非验证性的低级解析器,主要用于简单的XML文档解析。通过继承 `xmllib.XMLParser` 类并覆盖其方法,可以实现对特定元素和实体的自定义处理逻辑。 - ...

    Python如何对XML 解析

    ElementTree是Python标准库中的另一个XML解析库,它结合了SAX和DOM的优点,既提供了简单的API,又避免了DOM的内存开销。ElementTree使用一种轻量级的树模型,解析XML文件时只加载必要的数据,因此对于大型文件也很...

    python解析xml生成excel文档

    `lxml` 是一个强大的XML和HTML处理库,它提供了高效的XML解析和操作功能。`openpyxl` 是用于读写Excel 2010 xlsx/xlsm/xltx/xltm 文件的库,它支持创建、读取和修改Excel文件,包括添加样式和颜色。 首先,安装所需...

    python xml命名空间

    在Python中,可以使用标准库`xml.etree.ElementTree`来解析和操作带有命名空间的XML文档。 ##### 1. 定义命名空间映射 首先,我们需要定义一个字典来存储命名空间的映射关系,如下所示: ```python my_namespaces...

    xml(python)_pythonxml_

    这通常包括打开XML文件,使用Python的XML解析库读取数据,然后构造SQL INSERT语句,通过数据库连接执行这些语句。为了提高效率,可以考虑使用事务处理,批量插入数据,而不是一条条插入。 最后,`批量解析华为MRO...

Global site tag (gtag.js) - Google Analytics