XML是一种便携式的开源语言,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)是一种非常像HTML或SGML的标记语言。这是由万维网联盟推荐并作为开放标准提供的。
XML对于跟踪小到中等数量的数据非常有用,而不需要基于SQL的主干。
Python标准库提供了使用XML的最小但有用的一组接口。
两个最基本和广泛使用的API到XML数据是SAX和DOM接口。
简单的API API(SAX):在这里,您注册感兴趣的事件的回调,然后让解析器继续执行文档。当您的文档很大或内存有限时,这是非常有用的,它会在文件从磁盘读取文件时解析文件,并且整个文件不会存储在内存中。
文档对象模型(DOM)API:这是一个万维网联盟推荐,其中将整个文件读入内存并以分层(基于树)的形式存储,以表示XML文档的所有功能。
当处理大文件时,SAX显然无法像DOM那样快速处理信息。另一方面,使用DOM专门可以真正地杀死你的资源,特别是如果用在很多小文件上。
SAX是只读的,而DOM允许更改XML文件。由于这两种不同的API相辅相成,所以没有理由为大型项目使用它们。
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 -
<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通常需要通过对xml.sax.ContentHandler进行子类化来创建自己的ContentHandler。
您的ContentHandler处理XML风格的特定标签和属性。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XML文件的开头和结尾调用startDocument和endDocument方法。方法字符(文本)通过参数文本传递XML文件的字符数据。
ContentHandler在每个元素的开始和结束处被调用。如果解析器不在命名空间模式下,则调用startElement(tag,attributes)和endElement(tag)方法; 否则调用相应的方法startElementNS和endElementNS。这里,tag是元素标签,属性是Attributes对象。
以下是继续之前了解的其他重要方法 -
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查找的第一个解析器类型。
xml.sax.make_parser( [parser_list] )
这里是参数的细节:
parser_list:可选参数,由使用哪个解析器的列表组成,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])
这里是参数的细节 -
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。
还有一种方法来创建SAX解析器并解析指定的XML字符string。
xml.sax.parseString(xmlstring, contenthandler[, errorhandler])
这里是参数的细节 -
xmlstring:这是要读取的XML字符string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")
输出结果如下 -
*****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
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对于随机访问应用非常有用。SAX只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。
以下是快速加载XML文档并使用xml.dom模块创建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文件快速创建一个DOM树。
示例短语调用minidom对象的parse(file [,parser])函数,将文件指定的XML文件解析为DOM树对象。
#!/usr/bin/python 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
输出结果如下 -
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
有关DOM API文档的完整详细信息,请参阅标准Python DOM API。