【Python】基础知识（XML）

1 XML概述

1.1 XML简介

【定义】

XML 指可扩展标记语言（eXtensibleMarkupLanguage）。可扩展标记语言（英语：Extensible Markup Language，简称：XML）是一种标记语言，是从标准通用标记语言（SGML）中简化修改出来的。它主要用到的有可扩展标记语言、可扩展样式语言（XSL）、XBRL和XPath等。

【用途】

传输和存储数据。

【特点】

与开发语言的操作系统无关，可跨平台实现操作系统间的通信。

【具象描述】

可扩展标记语言；很像HTML的标记语言；设计宗旨是传输数据，而不是显示数据；XML 标签没有被预定义；可以自定义标签对；被设计为具有自我描述性；W3C 的推荐标准。

1.2 XML语法

XML的一个小例子，可以参考上一节学习的内容。

<?xml version="1.0" encoding="utf-8"?>
<person>
<name>小明</name>
<sex>男</sex>
<age>18</age>
</person>

【声明】（可选择项）

从上面代码中可以看到，一个XML包含一个声明

【标签】

必须有一个关闭标签。简单来说，XML必须有开始标签和结束标签，而且标签对的名称对大小写敏感。

【属性值】

属性值必须使用引号引起来。例如class="red"中red就要使用引号括起来，如下：

<person class="red">
<name>张三</name>
</person>

【特殊转义符】

转义后

转义前

解释描述

&lt;

<

less than

&gt;

>

greater than

&amp;

&

ampersand

&apos;

'

apostrophe

&quot;

"

quotation mark

【注释】

<!-- 这是一个人对象 -->
<person>
<name>张三</name>
<age>18</age>
<person>

2 Python解析XML

> 从上面的学习中，我已经了解什么是XML，下面就开始使用Python来解析XML文件。Python 有三种方法解析 XML，他们是「SAX」「DOM」，以及 「ElementTree」。

2.1 解析XML方式&实验文件

1. SAX (simple API for XML )【流式读取，需自定义回调函数】

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）【不建议使用，慢，占用内存】

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。

比如，这里是一份xml文件persons.xml

<?xml version="1.0" encoding="utf-8"?>
<persons>
<person sid="001">
<name>张小帅</name>
<sex>男</sex>
<age>18</age>
</person>
<person sid="002">
<name>刘晓萌</name>
<sex>女</sex>
<age>21</age>
</person>
<person sid="003">
<name>王老四</name>
<sex>男</sex>
<age>38</age>
</person>
</persons>

2.2 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」。

将下面的内容写在一个SaxPersons.py文件中，

#!/usr/bin/python
# -*- coding: UTF-8 -*-
import xml.sax
class PersonHandler( xml.sax.ContentHandler ):
def __init__(self):
self.CurrentData = ""
self.name = ""
self.sex = ""
self.age = ""
# 开始元素事件
def startElement(self, tag, attributes):
self.CurrentData = tag
if tag == "person":
print ("*****person*****")
sid = attributes["sid"]
print ("编号:", sid)
# 结束元素事件
def endElement(self, tag):
if self.CurrentData == "name":
print ("姓名：", self.name)
elif self.CurrentData == "sex":
print ("性别：", self.sex)
elif self.CurrentData == "age":
print ("年龄：", self.age )
self.CurrentData = ""
# 元素内容事件处理
def characters(self, content):
if self.CurrentData == "name":
self.name = content
elif self.CurrentData == "sex":
self.sex = content
elif self.CurrentData == "age":
self.age = content

if ( __name__ == "__main__" ):

# 创建一个 XMLReader 对象
parser = xml.sax.make_parser()

# 打开一个执行空间
parser.setFeature(xml.sax.handler.feature_namespaces, 0)
# 重写 ContextHandler 指向我们自定义的执行器``PersonHandler``
Handler = PersonHandler()
parser.setContentHandler( Handler )

# 解析转换指定路径上的XML文件
parser.parse("persons.xml")py

在Python3环境下，执行命令python3 SaxPersons.py解析结果如下：

Aion,Liu $ python3 SaxPersons.py

执行后的结果如下：

*****person*****

编号: 001

姓名： 张小帅

性别： 男

年龄： 18

*****person*****

编号: 002

姓名： 刘晓萌

性别： 女

年龄： 21

*****person*****

编号: 003

姓名： 王老四

性别： 男

年龄： 38