python实现XML解析的方法解析

2023-08-08 18:05:04 303

这篇文章主要介绍了python实现XML解析的方法解析,文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下

三种方法：一是xml.dom.*模块，它是W3CDOMAPI的实现，若需要处理DOMAPI则该模块很适合；二是xml.sax.*模块，它是SAXAPI的实现，这个模块牺牲了便捷性来换取速度和内存占用，SAX是一个基于事件的API，这就意味着它可以“在空中”处理庞大数量的的文档，不用完全加载进内存；三是xml.etree.ElementTree模块（简称ET），它提供了轻量级的Python式的API，相对于DOM来说ET快了很多，而且有很多令人愉悦的API可以使用，相对于SAX来说ET的ET.iterparse也提供了“在空中”的处理方式，没有必要加载整个文档到内存，ET的性能的平均值和SAX差不多，但是API的效率更高一点而且使用起来很方便。

1、DOM(DocumentObjectModel)

一个DOM的解析器在解析一个XML文档时，一次性读取整个文档，把文档中所有元素保存在内存中的一个树结构里，之后你可以利用DOM提供的不同的函数来读取或修改文档的内容和结构，也可以把修改过的内容写入xml文件。

python中用xml.dom.minidom来解析xml文件。

本文使用的示例文件movie.xml内容如下



War,Thriller
DVD
2003
PG
10
TalkaboutaUS-Japanwar


Anime,ScienceFiction
DVD
1989
R
8
Aschientificfiction


Anime,Action
DVD
4
PG
10
VashtheStampede!


Comedy
VHS
PG
2
Viewableboredom

python实现如下

#!/usr/bin/python
#-*-coding:UTF-8-*-

fromxml.dom.minidomimportparse
importxml.dom.minidom

#使用minidom解析器打开XML文档
DOMTree=xml.dom.minidom.parse("movie.xml")
#得到元素对象
collection=DOMTree.documentElement
ifcollection.hasAttribute("shelf"):
print("Rootelement:%s"%collection.getAttribute("shelf"))
#获取标签名
#print(collection.nodeName)

#在集合中获取所有电影
movies=collection.getElementsByTagName("movie")

#打印每部电影的详细信息
formovieinmovies:
print("*****Movie*****")
ifmovie.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")
iflen(year)>0:
print("Year:%s"%year[0].firstChild.data)
#父节点parentNode
#print(year[0].parentNode.nodeName)
rating=movie.getElementsByTagName('rating')[0]
print("Rating:%s"%rating.childNodes[0].data)
description=movie.getElementsByTagName('description')[0]
#显示标签对之间的数据
print("Description:%s"%description.childNodes[0].data)
#print("Description:%s"%description.firstChild.data)

执行结果：

Rootelement:NewArrivals
*****Movie*****
Title:EnemyBehind
Type:War,Thriller
Format:DVD
Year:2003
Rating:PG
Description:TalkaboutaUS-Japanwar
*****Movie*****
Title:Transformers
Type:Anime,ScienceFiction
Format:DVD
Year:1989
Rating:R
Description:Aschientificfiction
*****Movie*****
Title:Trigun
Type:Anime,Action
Format:DVD
Rating:PG
Description:VashtheStampede!
*****Movie*****
Title:Ishtar
Type:Comedy
Format:VHS
Rating:PG
Description:Viewableboredom

2、ElementTree(元素树)

ElementTree就像一个轻量级的DOM，具有方便友好的API。代码可用性好，速度快，消耗内存少。

在python中，解析xml文件时，会选用ElementTree或者cElementTree，那么两者有什么不同呢？

1、cElementTree速度上要比ElementTree快，比较cElementTree是用c语音写的；

2、debug调试的时候，cElementTree是看不到解析的字段内容的，所以不适合用于调试的情况，而ElementTree可以看到解析的内容，方便调试时取值

3、在用到iter，迭代取某个标签时，cElementTree不能用，因为它没有这个函数，而ElementTree有这个函数；当然可能还有其他函数的差异

所有平时，我们一般这么用，比较速度快吗。调试的时候使用ElementTree。遇到某些特别的函数，只能选择拥有这个函数的使用

try:
importxml.etree.cElementTreeasET
except:
importxml.etree.ElementTreeasET

从Python3.3开始ElementTree模块会自动寻找可用的C库来加快速度

importxml.etree.ElementTreeasET
importsys
importos.path

deftraverseXml(element):
#print(len(element))
iflen(element)>0:
forchildinelement:
print("********Movie********")
print("Title：",child.get("title"))
forchildchildinchild:
print(childchild.tag,"：",childchild.text)
#traverseXml(child)
#else:
#print(element.tag,"----",element.attrib)

defreadXml(xmlFile):
try:
tree=ET.parse(xmlFile)
#print("treetype:",type(tree))
#获得根节点
root=tree.getroot()
exceptExceptionase:#捕获除与程序退出sys.exit()相关之外的所有异常
print("parse***.xmlfail!")
sys.exit()
#print("roottype:",type(root))
#root.attrib访问root属性,root.tag标签
#print(root.tag,"：",root.attrib)
returnroot

if__name__=="__main__":
xmlFilePath=os.path.abspath("movie.xml")
root=readXml(xmlFilePath)

##使用下标访问
#print(root[0][0].text)
#print(root[1][2].text)
#根据标签名查找root下的所有标签
#movies=root.findall("movie")
#遍历子标签
#print(len(movies))
#formovieinmovies:
#type=movie.find("type")
#print(type.text)

#遍历xml文件
traverseXml(root)

3、SAX(simpleAPIforXML)

Python标准库包含SAX解析器，SAX用事件驱动模型，通过在解析XML的过程中触发一个个的事件并调用用户定义的回调函数来处理XML文件。

SAX是一种基于事件驱动的API。

利用SAX解析XML文档牵涉到两个部分:解析器和事件处理器。

解析器负责读取XML文档，并向事件处理器发送事件，如元素开始跟元素结束事件。

而事件处理器则负责对事件作出响应，对传递的XML数据进行处理。

1、对大型文件进行处理；
2、只需要文件的部分内容，或者只需从文件中得到特定信息。
3、想建立自己的对象模型的时候。

在python中使用sax方式处理xml要先引入xml.sax中的parse函数，还有xml.sax.handler中的ContentHandler。

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。

#!/usr/bin/python
#-*-coding:UTF-8-*-

importxml.sax

classMovieHandler(xml.sax.ContentHandler):
def__init__(self):
self.CurrentData=""
self.type=""
self.format=""
self.year=""
self.rating=""
self.stars=""
self.description=""

#元素开始事件处理
defstartElement(self,tag,attributes):
self.CurrentData=tag
iftag=="movie":
print("*****Movie*****")
title=attributes["title"]
print("Title:",title)

#元素结束事件处理
defendElement(self,tag):
ifself.CurrentData=="type":
print("Type:",self.type)
elifself.CurrentData=="format":
print("Format:",self.format)
elifself.CurrentData=="year":
print("Year:",self.year)
elifself.CurrentData=="rating":
print("Rating:",self.rating)
elifself.CurrentData=="stars":
print("Stars:",self.stars)
elifself.CurrentData=="description":
print("Description:",self.description)
self.CurrentData=""

#内容事件处理
defcharacters(self,content):
ifself.CurrentData=="type":
self.type=content
elifself.CurrentData=="format":
self.format=content
elifself.CurrentData=="year":
self.year=content
elifself.CurrentData=="rating":
self.rating=content
elifself.CurrentData=="stars":
self.stars=content
elifself.CurrentData=="description":
self.description=content

if(__name__=="__main__"):
#创建一个XMLReader
parser=xml.sax.make_parser()
#turnoffnamepsaces
parser.setFeature(xml.sax.handler.feature_namespaces,0)

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

parser.parse("movie.xml")

以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持毛票票。

声明：本文内容来源于网络，版权归原作者所有，内容由互联网用户自发贡献自行上传，本网站不拥有所有权，未作人工编辑处理，也不承担相关法律责任。如果您发现有涉嫌版权的内容，欢迎发送邮件至：czq8825#qq.com（发邮件时，请将#更换为@）进行举报，并提供相关证据，一经查实，本站将立刻删除涉嫌侵权内容。

python实现XML解析的方法解析

热门推荐

随机推荐