设为首页收藏本站
查看: 49|回复: 0

[PHP] pythonXML解析

[复制链接]

论坛元老

Rank: 6Rank: 6

积分
34274
主题
17031
UID
1347
M币
67
贡献
17176

  • 发表于 2017-5-14 02:44:00 | 显示全部楼层 |阅读模式
    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 )
    pyhton 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:


    War, Thriller
    DVD
    2003
    PG
    10
    Talk about a US-Japan war

    Anime, Science Fiction
    DVD
    1989
    R
    8
    A schientific fiction

    Anime, Action
    DVD
    4
    PG
    10
    Vash the Stampede!

    Comedy
    VHS
    PG
    2
    Viewable boredom



    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。
    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

    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

    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
    回复

    使用道具 举报

    您需要登录后才可以回帖 登录 | 立即注册

    本版积分规则

    在我站开通SVIP可同时获得17个站点VIP资源 立即登录 立即注册
    快速回复 返回顶部 返回列表