手机网站建设过程,网站ui设计素材,百度指数爬虫,高端定制手机网站一、什么是XMLXML即ExtentsibleMarkup Language(可扩展标记语言)#xff0c;是用来定义其它语言的一种元语言。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#xff0c;它没有标签集(tagset)#xff0c;也没有语法规则(grammatical rule)。任何XML文档对任何…一、什么是XMLXML即ExtentsibleMarkup Language(可扩展标记语言)是用来定义其它语言的一种元语言。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它没有标签集(tagset)也没有语法规则(grammatical rule)。任何XML文档对任何类型的应用以及正确的解析都必须是良构的(well-formed)即每一个打开的标签都必须有匹配的结束标签不得含有次序颠倒的标签并且在语句构成上应符合技术规范的要求。XML文档可以是有效的(valid)但并非一定要求有效。所谓有效文档是指其符合其文档类型定义(DTD)的文档。如果一个文档符合一个模式(schema)的规定那么这个文档是模式有效的(schema valid)。二、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 XMLSAXDOM以及 ElementTree: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。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。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 works.xml 内容如下collection shelfNew Arrivals
works title电影names敦刻尔克/namesauthor诺兰/author
/worksworks title书籍names我的职业是小说家/namesauthor村上春树/author
/works
/collection1、python使用SAX解析xmlSAX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响应对传递的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。1.1、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。1.2、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1.3parser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1.4、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1.5、Python 解析XML实例# codingutf-8import xml.sax
import xml.sax.handlerclass WorksHandler(xml.sax.ContentHandler):def __init__(self):self.CurrentData self.names self.author # 元素开始事件处理def startElement(self, tag, attributes):self.CurrentData tagif tag works:print(***内容***)title attributes[title]print(类型, title)# 元素结束事件处理def endElement(self, tag):if self.CurrentData names:print(名称, self.names)elif self.CurrentData author:print(作者, self.author)self.CurrentData # 内容事件处理def characters(self, content):if self.CurrentData names:self.names contentelif self.CurrentData author:self.author contentif __name__ __main__:# 创建一个XMLReaderparser xml.sax.make_parser()parser.setFeature(xml.sax.handler.feature_namespaces, 0)# 重写ContextHandlerHandler WorksHandler()parser.setContentHandler(Handler)parser.parse(works.xml)
2、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# codingutf-8from 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(works.xml)
collection DOMTree.documentElement
if collection.hasAttribute(shelf):print(Root element : %s % collection.getAttribute(shelf))# 在集合中获取所有works
workList collection.getElementsByTagName(works)# 打印works的详细信息
for works in workList:print(*****works*****)if works.hasAttribute(title):print(Title: %s % works.getAttribute(title))names works.getElementsByTagName(names)[0]print(Names: %s % names.childNodes[0].data)author works.getElementsByTagName(author)[0]print(Author: %s % author.childNodes[0].data)
