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

内容版权声明:除非注明,否则皆为本站原创文章。

转载注明出处:https://www.heiqu.com/a48cfd11997022d2e638ac15b92cf5fb.html