Python：使用基于事件驱动的SAX解析XML(2)

采用 SAX 的主要原因是效率。SAX 比 DOM 做的事要少，但提供了对语法分析器的更多控制。当然，如果语法分析器的工作减少，则意味着您（开发者）有更多的工作要做。

而且，正如我们已讨论的，SAX 比 DOM 消耗的资源要少，这只是因为它不需要构建文档树。

在 XML 早期，DOM 得益于 W3C 批准的官方 API 这一身份。逐渐地，开发者选择了功能性而放弃了方便性，并转向了 SAX。

SAX 的主要限制是它无法向后浏览文档。实际上，激发一个事件后，语法分析器就将其忘记。如您将看到的，应用程序必须显式地缓冲其感兴趣的事件。 

使用Python解析XML的时候，需要 import xml.sax 和 xml.sax.handler

xml.sax

xml.sax提供了3个函数以及 SAX 异常类

make_parser方法

创建并返回一个SAX XMLReader对象

xml.sax.make_parser([parser_list])

parser_list - 可选参数，解析器列表

parse方法

创建一个 SAX 解析器并解析xml文档

xml.sax.parse(filename_or_stream, handler[, error_handler])　　

file_or_stream：xml文件名

handler：必须是一个ContentHandler的对象

error_handler：如果指定该参数，errorhandler必须是一个SAX ErrorHandler对象

parseString方法

创建一个XML解析器并解析xml字符串

xml.sax.parseString(string, handler[, error_handler])

string： xml字符串

handler：必须是一个ContentHandler的对象

error_handler：如果指定该参数，errorhandler必须是一个SAX ErrorHandler对象

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。

Python 解析XML实例

要解析的XML

<?xml version="1.0"?>
<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>

使用SAX解析XML的Python源代码

#!/usr/bin/python

import xml.sax