XML是一种可移植的开源语言，它允许程序员开发可由其他应用程序读取的应用程序，无论操作系统和/或开发语言如何.
可扩展标记语言(XML)是一种与HTML或SGML非常相似的标记语言.这是万维网联盟推荐的，可作为开放标准提供.
XML对于跟踪中小数据量非常有用，无需基于SQL的主干./p>
Python标准库提供了一组最小但有用的接口来处理XML.
XML数据最基本和最广泛使用的两个API是SAX和DOM接口.
简单的XML API(SAX) : 在这里，您为感兴趣的事件注册回调，然后让解析器继续处理该文档.当文档很大或存在内存限制时，这很有用，它在从磁盘读取文件时解析文件，整个文件永远不会存储在内存中.
文档对象模型(DOM)API : 这是万维网联盟的建议，其中整个文件被读入存储器并以分层(基于树)的形式存储以表示XML文档的所有特征.
在使用大文件时，SAX显然无法像DOM那样快速处理信息.另一方面，专门使用DOM可以真正杀死你的资源，特别是如果在很多小文件上使用它.
SAX是只读的，而DOM允许更改XML文件.由于这两个不同的API在字面上相互补充，因此没有理由不能将它们用于大型项目.
对于我们所有的XML代码示例，让我们使用一个简单的XML文件 movies.xml 作为输入和减号;
<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是事件驱动的XML解析的标准接口.使用SAX解析XML通常需要您通过继承xml.sax.ContentHandler来创建自己的ContentHandler.
您的 ContentHandler 处理您的风格的特定标记和属性( s)XML. ContentHandler对象提供了处理各种解析事件的方法.它拥有的解析器在解析XML文件时调用ContentHandler方法.
在开始时调用方法 startDocument 和 endDocument XML文件的结尾.方法字符(文本)通过参数文本传递XML文件的字符数据.
在每个元素的开头和结尾调用ContentHandler.如果解析器未处于命名空间模式，则调用方法 startElement(标记，属性)和 endElement(标记);否则，调用相应的方法 startElementNS 和 endElementNS .这里，tag是元素标记，属性是Attributes对象.
以下是继续之前要理解的其他重要方法 :
以下方法创建一个新的解析器对象并返回它.创建的解析器对象将是系统找到的第一个解析器类型.
xml.sax.make_parser([parser_list])
以下是参数的详细信息 :
parser_list : 可选参数由要使用的解析器列表组成，必须全部实现make_parser方法.
以下方法创建一个SAX解析器并使用它来解析文档.
xml. sax.parse(xmlfile，contenthandler [，errorhandler])
以下是参数的详细信息 :
xmlfile : 这是要读取的XML文件的名称.
contenthandler : 这必须是ContentHandler对象.
errorhandler : 如果指定，errorhandler必须是SAX ErrorHandler对象.
还有一种方法可以创建SAX解析器并解析指定的 XML字符串.
xml.sax.parseString(xmlstring，contenthandler [，errorhandler])
以下是参数的详细信息 :
xmlstring : 这是要读取的XML字符串的名称.
contenthandler : 这必须是ContentHandler对象.
errorhandler : 如果指定，errorhandler必须是SAX ErrorHandler对象.
#!/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 = ""
# Call when an element starts
def startElement(self, tag, attributes):
self.CurrentData = tag
if tag == "movie":
print "*****Movie*****"
title = attributes["title"]
print "Title:", title
# Call when an elements ends
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 = ""
# Call when a character is read
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__"):
# create an XMLReader
parser = xml.sax.make_parser()
# turn off namepsaces
parser.setFeature(xml.sax.handler.feature_namespaces, 0)
# override the default ContextHandler
Handler = MovieHandler()
parser.setContentHandler( Handler )
parser.parse("movies.xml")这会产生以下结果 :
*****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
有关SAX API文档的完整详细信息，请参阅标准 Python SAX API .
文档对象模型("DOM")是来自万维网联盟(W3C)的跨语言API，用于访问和修改XML文档.
DOM非常对随机访问应用程序很有用. SAX仅允许您一次查看文档的一位.如果您正在查看一个SAX元素，则无法访问另一个SAX元素.
这是使用xml.dom模块快速加载XML文档和创建minidom对象的最简单方法. minidom对象提供了一个简单的解析器方法，可以从XML文件中快速创建DOM树.
示例短语调用minidom对象的parse(file [，parser])函数进行解析由文件指定为DOM树对象的XML文件.
from xml.dom.minidom import parse
import xml.dom.minidom
# Open XML document using minidom parser
DOMTree = xml.dom.minidom.parse("movies.xml")
collection = DOMTree.documentElement
if collection.hasAttribute("shelf"):
print "Root element : %s" % collection.getAttribute("shelf")
# Get all the movies in the collection
movies = collection.getElementsByTagName("movie")
# Print detail of each movie.
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这将产生以下结果 :
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
有关DOM API文档的完整详细信息，请参阅标准 Python DOM API .
