工具標籤

Python 基礎教程 Python 簡介 Python 環境搭建 Python 中文編碼 Python 基本語法 Python 變數型 Python 運算符 Python 條件語句 Python 循環語句 Python While循環語句 Python for 迴圈語句 Python 循環嵌套 Python break 語句 Python continue 語句 Python pass 語句 Python Number(數位) Python 字串 Python 列表(List) Python 元組 Python 字典(Dictionary) Python 日期和時間 Python 函數 Python 模組 Python 檔案I/O Python File(檔案) 方法 Python 例外處理

Python 進階教程

Python 物件導向 Python正規表示式 Python CGI程式設計 python 操作MySQL資料庫 Python網路程式設計 Python SMTP發送郵件 Python 多執行緒 Python XML解析 python GUI程式設計(Tkinter) Python2.x與3.x版本區別 Python整合開發環境 Python JSON Python 100 個範例

首頁

後端開發

Python

Python 基礎入門教程

Python XML解析

工具標籤

Python 基礎教程

Python 進階教程

Python XML解析

閱讀 129469

更新時間 2016-09-11

Python 多執行緒

python GUI程式設計(Tkinter)

什麼是XML？

XML 指可擴充標記語言（eXtensible Markup Language）。你可以透過本站學習XML教學

XML 被設計用來傳輸和儲存資料。

XML是一套定義語意標記的規則，這些標記將文件分成許多部件並對這些部件加以標識。

它也是元標記語言，即定義了用於定義其他與特定領域相關的、語義的、結構化的標記語言的句法語言。

python對XML的解析

常見的XML程式介面有DOM和SAX，這兩個介面處理XML檔案的方式不同，當然使用場合也不同。

python有三種方法解析XML，SAX，DOM，以及ElementTree:

1.SAX (simple API for XML )

python 標準函式庫包含SAX解析器，SAX用事件驅動模型，透過在解析XML的過程中觸發一個個的事件並呼叫使用者定義的回呼函數來處理XML檔案。

2.DOM(Document Object Model)

將XML資料在記憶體中解析成一個樹，透過對樹的操作來操作XML。

3.ElementTree(元素樹)

ElementTree就像一個輕量級的DOM，具有方便友善的API。程式碼可用性好，速度快，消耗記憶體少。

註：因DOM需要將XML資料映射到記憶體中的樹，一是比較慢，二是比較耗內存，而SAX流式讀取XML文件，比較快，佔用記憶體少，但需要使用者實作回呼函數（handler）。

本章節使用到的XML實例檔案movies.xml內容如下：

<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>

python使用SAX解析xml

#SAX是一種基於事件驅動的API 。

利用SAX解析XML文件牽涉到兩個部分:解析器和事件處理器。

解析器負責讀取XML文件,並向事件處理器發送事件,如元素開始跟元素結束事件;

而事件處理器則負責對事件作出相應,對傳遞的XML資料進行處理。

<psax適合處理下面的問題：< p="">

1、對大型檔案處理；
2、只需要文件的部分內容，或只需從文件中得到特定資訊。
3、想建立自己的物件模型的時候。

在python中使用sax方式處理xml要先引入xml.sax中的parse函數，還有xml.sax.handler中的ContentHandler。

ContentHandler類別方法介紹

characters(content)方法

呼叫時機：

從行開始，遇到標籤之前，存在字符，content的值為這些字串。

從一個標籤，遇到下一個標籤之前，存在字符，content的值為這些字串。

從一個標籤，遇到行結束符之前，存在字符，content的值為這些字串。

標籤可以是開始標籤，也可以是結束標籤。

startDocument()方法

文件啟動的時候呼叫。

endDocument()方法

解析器到達文件結尾時呼叫。

startElement(name, attrs)方法

遇到XML開始標籤時調用，name是標籤的名字，attrs是標籤的屬性值字典。

endElement(name)方法

在遇到XML結束標籤時呼叫。

make_parser方法

以下方法建立一個新的解析器物件並傳回。

xml.sax.make_parser( [parser_list] )

參數說明:

parser_list - 可選參數，解析器清單

parser方法

以下方法建立一個SAX 解析器並解析xml文件：

xml.sax.parse( xmlfile, contenthandler[, errorhandler])

參數說明:

xmlfile - xml檔名
contenthandler - 必須是一個ContentHandler的物件
errorhandler - 如果指定該參數，errorhandler必須是一個SAX ErrorHandler物件

#parseString方法

parseString方法建立一個XML解析器並解析xml字串：

xml.sax.parseString(xmlstring, contenthandler[, errorhandler])

參數說明:

xmlstring - xml字串
contenthandler - 必須是一個ContentHandler的物件
errorhandler - 若指定此參數，errorhandler必須是SAX ErrorHandler物件

Python 解析XML實例

#!/usr/bin/python
# -*- coding: UTF-8 -*-

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")

以上程式碼執行結果如下：

*****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 文件請查閱Python SAX APIs

使用xml.dom解析xml

文件物件模型（Document Object Model，簡稱DOM），是W3C組織建議的處理可擴充置標語言的標準程式介面。

一個DOM 的解析器在解析一個XML 文檔時，一次讀取整個文檔，把文檔中所有元素保存在內存中的一個樹結構裡，之後你可以利用DOM 提供的不同的函數來讀取或修改文件的內容和結構，也可以把修改過的內容寫入xml檔。

python中用xml.dom.minidom來解析xml文件，實例如下：

#!/usr/bin/python
# -*- coding: UTF-8 -*-

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

以上程式執行結果如下：

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

完整的 DOM API 文件請參考Python DOM APIs。