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.saxxml.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