Python3 XML 解析学习笔记

什么是XML？

XML（Extensible Markup Language）是一种用于存储和传输数据的标记语言。它可以用作配置文件、数据交换格式等。

XML解析方法

在Python中，我们可以使用以下三种方式解析XML：

1. DOM解析：将整个XML文档载入内存中，形成树型结构，然后通过遍历树的方式来获取需要的信息。这种方式的缺点是占用大量内存，但是由于数据已经全部载入内存，因此访问速度比较快。
2. SAX解析：采用事件驱动的方式，当解析器遇到开始标签、结束标签、文本等事件时，会回调用户提供的处理函数，从而完成XML文档的解析。这种方式不需要占用大量内存，但是访问速度比DOM解析慢。
3. ET解析：ET是ElementTree的缩写，是Python标准库中常用的XML解析库。ET解析器既支持DOM方式访问XML文档的节点，也支持SAX方式解析文档。

DOM解析实例

pythonCopy Code
import xml.dom.minidom

# 使用minidom解析器打开 XML 文档
dom = xml.dom.minidom.parse("books.xml")

# 得到文档元素对象
root = dom.documentElement

# 获取集合
books = root.getElementsByTagName('book')

# 遍历books
for book in books:
    # 获取属性
    print("*****Book*****")
    if book.hasAttribute("id"):
        print("ID: %s" % book.getAttribute("id"))

    # 获取子元素
    title = book.getElementsByTagName('title')[0]
    author = book.getElementsByTagName('author')[0]
    year = book.getElementsByTagName('year')[0]
    price = book.getElementsByTagName('price')[0]
    print("Title: %s" % title.childNodes[0].data)
    print("Author: %s" % author.childNodes[0].data)
    print("Year: %s" % year.childNodes[0].data)
    print("Price: %s" % price.childNodes[0].data)

SAX解析实例

pythonCopy Code
import xml.sax

class BookHandler(xml.sax.ContentHandler):
    def __init__(self):
        self.CurrentData = ""
        self.title = ""
        self.author = ""
        self.year = ""
        self.price = ""

    # 元素开始事件处理
    def startElement(self, tag, attributes):
        self.CurrentData = tag
        if tag == "book":
            print("*****Book*****")
            if "id" in attributes:
                print("ID:", attributes["id"])

    # 元素结束事件处理
    def endElement(self, tag):
        if self.CurrentData == "title":
            print("Title:", self.title)
        elif self.CurrentData == "author":
            print("Author:", self.author)
        elif self.CurrentData == "year":
            print("Year:", self.year)
        elif self.CurrentData == "price":
            print("Price:", self.price)
        self.CurrentData = ""

    # 内容事件处理
    def characters(self, content):
        if self.CurrentData == "title":
            self.title = content
        elif self.CurrentData == "author":
            self.author = content
        elif self.CurrentData == "year":
            self.year = content
        elif self.CurrentData == "price":
            self.price = content

# 创建一个 XMLReader
parser = xml.sax.make_parser()

# 关闭命名空间
parser.setFeature(xml.sax.handler.feature_namespaces, 0)

# 重写 ContextHandler
Handler = BookHandler()
parser.setContentHandler(Handler)

parser.parse("books.xml")

ET解析实例

pythonCopy Code
import xml.etree.ElementTree as ET

# 解析 XML 文件
tree = ET.parse('books.xml')

# 获取根元素
root = tree.getroot()

# 遍历 books
for book in root.findall('book'):
    # 获取属性值
    if 'id' in book.attrib:
        print('*****Book*****')
        print('ID:', book.attrib['id'])

    # 获取子元素值
    title = book.find('title').text
    author = book.find('author').text
    year = book.find('year').text
    price = book.find('price').text

    print(f'Title: {title}')
    print(f'Author: {author}')
    print(f'Year: {year}')
    print(f'Price: {price}')

以上三种方式都可以成功解析XML文档，根据实际需要选择合适的方式即可。