這篇文章將為大家詳細(xì)講解有關(guān)python如何實(shí)現(xiàn)XML解析，小編覺得挺實(shí)用的，因此分享給大家做個(gè)參考，希望大家閱讀完這篇文章后可以有所收獲。
創(chuàng)新互聯(lián)建站擁有十年成都網(wǎng)站建設(shè)工作經(jīng)驗(yàn),為各大企業(yè)提供成都做網(wǎng)站、成都網(wǎng)站設(shè)計(jì)、
成都外貿(mào)網(wǎng)站建設(shè)服務(wù)，對于網(wǎng)頁設(shè)計(jì)、PC網(wǎng)站建設(shè)（電腦版網(wǎng)站建設(shè)）、
APP應(yīng)用開發(fā)、wap網(wǎng)站建設(shè)（手機(jī)版網(wǎng)站建設(shè)）、程序開發(fā)、網(wǎng)站優(yōu)化（SEO優(yōu)化）、微網(wǎng)站、域名與空間等，憑借多年來在互聯(lián)網(wǎng)的打拼，我們在互聯(lián)網(wǎng)網(wǎng)站建設(shè)行業(yè)積累了很多網(wǎng)站制作、網(wǎng)站設(shè)計(jì)、網(wǎng)絡(luò)營銷經(jīng)驗(yàn)，集策劃、開發(fā)、設(shè)計(jì)、營銷、管理等網(wǎng)站化運(yùn)作于一體，具備承接各種規(guī)模類型的網(wǎng)站建設(shè)項(xiàng)目的能力。
三種方法：一是xml.dom.*模塊，它是W3C DOM API的實(shí)現(xiàn)，若需要處理DOM API則該模塊很適合；二是xml.sax.*模塊，它是SAX API的實(shí)現(xiàn)，這個(gè)模塊犧牲了便捷性來換取速度和內(nèi)存占用，SAX是一個(gè)基于事件的API，這就意味著它可以“在空中”處理龐大數(shù)量的的文檔，不用完全加載進(jìn)內(nèi)存；三是xml.etree.ElementTree模塊（簡稱 ET），它提供了輕量級的Python式的API，相對于DOM來說ET 快了很多，而且有很多令人愉悅的API可以使用，相對于SAX來說ET的ET.iterparse也提供了 “在空中” 的處理方式，沒有必要加載整個(gè)文檔到內(nèi)存，ET的性能的平均值和SAX差不多，但是API的效率更高一點(diǎn)而且使用起來很方便。
1、DOM(Document Object Model)
一個(gè) DOM 的解析器在解析一個(gè) XML 文檔時(shí)，一次性讀取整個(gè)文檔，把文檔中所有元素保存在內(nèi)存中的一個(gè)樹結(jié)構(gòu)里，之后你可以利用DOM 提供的不同的函數(shù)來讀取或修改文檔的內(nèi)容和結(jié)構(gòu)，也可以把修改過的內(nèi)容寫入xml文件。
python中用xml.dom.minidom來解析xml文件。
本文使用的示例文件movie.xml內(nèi)容如下
War, Thriller
DVD
2003
PG
10
Talk about a US-Japan war
Anime, Science Fiction
DVD
1989
R
8
A schientific fiction
Anime, Action
DVD
4
PG
10
Vash the Stampede!
Comedy
VHS
PG
2
Viewable boredom
python實(shí)現(xiàn)如下
# !/usr/bin/python
# -*- coding: UTF-8 -*-
from xml.dom.minidom import parse
import xml.dom.minidom
# 使用minidom解析器打開 XML 文檔
DOMTree = xml.dom.minidom.parse("movie.xml")
#得到元素對象
collection = DOMTree.documentElement
if collection.hasAttribute("shelf"):
print("Root element : %s" % collection.getAttribute("shelf"))
#獲取標(biāo)簽名
#print(collection.nodeName)
# 在集合中獲取所有電影
movies = collection.getElementsByTagName("movie")
# 打印每部電影的詳細(xì)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)
year=movie.getElementsByTagName("year")
if len(year)>0:
print("Year: %s" % year[0].firstChild.data)
#父節(jié)點(diǎn) parentNode
#print(year[0].parentNode.nodeName)
rating = movie.getElementsByTagName('rating')[0]
print("Rating: %s" % rating.childNodes[0].data)
description = movie.getElementsByTagName('description')[0]
# 顯示標(biāo)簽對之間的數(shù)據(jù)
print("Description: %s" % description.childNodes[0].data)
#print("Description: %s" % description.firstChild.data)執(zhí)行結(jié)果：
Root element : New Arrivals
*****Movie*****
Title: Enemy Behind
Type: War, Thriller
Format: DVD
Year: 2003
Rating: PG
Description: Talk about a US-Japan war
*****Movie*****
Title: Transformers
Type: Anime, Science Fiction
Format: DVD
Year: 1989
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
2、ElementTree(元素樹)
ElementTree就像一個(gè)輕量級的DOM，具有方便友好的API。代碼可用性好，速度快，消耗內(nèi)存少。
在python中，解析xml文件時(shí)，會選用ElementTree或者cElementTree，那么兩者有什么不同呢？
1、cElementTree速度上要比ElementTree快，比較cElementTree是用c語音寫的；
2、debug調(diào)試的時(shí)候，cElementTree是看不到解析的字段內(nèi)容的，所以不適合用于調(diào)試的情況，而ElementTree可以看到解析的內(nèi)容，方便調(diào)試時(shí)取值
3、在用到iter，迭代取某個(gè)標(biāo)簽時(shí)，cElementTree不能用，因?yàn)樗鼪]有這個(gè)函數(shù)，而ElementTree有這個(gè)函數(shù)；當(dāng)然可能還有其他函數(shù)的差異
所有平時(shí)，我們一般這么用，比較速度快嗎。調(diào)試的時(shí)候使用ElementTree。遇到某些特別的函數(shù)，只能選擇擁有這個(gè)函數(shù)的使用
try:
import xml.etree.cElementTree as ET
except:
import xml.etree.ElementTree as ET
從Python3.3開始ElementTree模塊會自動尋找可用的C庫來加快速度
import xml.etree.ElementTree as ET
import sys
import os.path
def traverseXml(element):
#print (len(element))
if len(element) > 0:
for child in element:
print("********Movie********")
print("Title：",child.get("title"))
for childchild in child:
print(childchild.tag,"：",childchild.text)
#traverseXml(child)
#else:
# print (element.tag, "----", element.attrib)
def readXml(xmlFile):
try:
tree = ET.parse(xmlFile)
#print("tree type:", type(tree))
# 獲得根節(jié)點(diǎn)
root = tree.getroot()
except Exception as e: # 捕獲除與程序退出sys.exit()相關(guān)之外的所有異常
print("parse ***.xml fail!")
sys.exit()
#print("root type:", type(root))
#root.attrib訪問root屬性,root.tag標(biāo)簽
#print(root.tag, "：", root.attrib)
return root
if __name__ == "__main__":
xmlFilePath = os.path.abspath("movie.xml")
root=readXml(xmlFilePath)
# # 使用下標(biāo)訪問
# print(root[0][0].text)
# print(root[1][2].text)
#根據(jù)標(biāo)簽名查找root下的所有標(biāo)簽
# movies=root.findall("movie")
#遍歷子標(biāo)簽
# print(len(movies))
# for movie in movies:
# type=movie.find("type")
# print(type.text)
# 遍歷xml文件
traverseXml(root)3、SAX (simple API for XML )
Python 標(biāo)準(zhǔn)庫包含 SAX 解析器，SAX 用事件驅(qū)動模型，通過在解析XML的過程中觸發(fā)一個(gè)個(gè)的事件并調(diào)用用戶定義的回調(diào)函數(shù)來處理XML文件。
SAX是一種基于事件驅(qū)動的 API。
利用SAX解析XML文檔牽涉到兩個(gè)部分: 解析器和事件處理器。
解析器負(fù)責(zé)讀取XML文檔，并向事件處理器發(fā)送事件，如元素開始跟元素結(jié)束事件。
而事件處理器則負(fù)責(zé)對事件作出響應(yīng)，對傳遞的XML數(shù)據(jù)進(jìn)行處理。
在python中使用sax方式處理xml要先引入xml.sax中的parse函數(shù)，還有xml.sax.handler中的ContentHandler。
ContentHandler類方法介紹
characters(content)方法
調(diào)用時(shí)機(jī)：
從行開始，遇到標(biāo)簽之前，存在字符，content 的值為這些字符串。
從一個(gè)標(biāo)簽，遇到下一個(gè)標(biāo)簽之前， 存在字符，content 的值為這些字符串。
從一個(gè)標(biāo)簽，遇到行結(jié)束符之前，存在字符，content 的值為這些字符串。
標(biāo)簽可以是開始標(biāo)簽，也可以是結(jié)束標(biāo)簽。
startDocument() 方法
文檔啟動的時(shí)候調(diào)用。
endDocument() 方法
解析器到達(dá)文檔結(jié)尾時(shí)調(diào)用。
startElement(name, attrs)方法
遇到XML開始標(biāo)簽時(shí)調(diào)用，name是標(biāo)簽的名字，attrs是標(biāo)簽的屬性值字典。
endElement(name) 方法
遇到XML結(jié)束標(biāo)簽時(shí)調(diào)用。
#!/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 = ""
# 元素開始事件處理
def startElement(self, tag, attributes):
self.CurrentData = tag
if tag == "movie":
print("*****Movie*****")
title = attributes["title"]
print("Title:", title)
# 元素結(jié)束事件處理
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 = ""
# 內(nèi)容事件處理
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__"):
# 創(chuàng)建一個(gè) XMLReader
parser = xml.sax.make_parser()
# turn off namepsaces
parser.setFeature(xml.sax.handler.feature_namespaces, 0)
# 重寫 ContextHandler
Handler = MovieHandler()
parser.setContentHandler(Handler)
parser.parse("movie.xml")關(guān)于“python如何實(shí)現(xiàn)XML解析”這篇文章就分享到這里了，希望以上內(nèi)容可以對大家有一定的幫助，使各位可以學(xué)到更多知識，如果覺得文章不錯，請把它分享出去讓更多的人看到。
網(wǎng)站名稱：python如何實(shí)現(xiàn)XML解析-創(chuàng)新互聯(lián)
文章來源：
http://weahome.cn/article/djpgsp.html
重慶分公司
重慶分公司
