Python學習筆記__12.10章 XML
1、概覽
XML雖然比JSON復雜，在Web中應用也不如以前多了，不過仍有很多地方在用，所以，有必要了解如何操作XML。
1、DOM vs SAX
操作XML有兩種方法：DOM和SAX。DOM會把整個XML讀入內存，解析為樹，因此占用內存大，解析慢，優點是可以任意遍歷樹的節點。SAX是流模式，邊讀邊解析，占用內存小，解析快，缺點是我們需要自己處理事件。
正常情況下，優先考慮SAX，因為DOM實在太占內存。
2、使用SAX解析XML
在Python中使用SAX解析XML非常簡潔，通常我們關心的事件是start_element，end_element和char_data
當SAX解析器讀到一個節點時：<a href="/">python</a>會產生3個事件：
start_element事件【開始事件】，在讀取<a href="/">時；
char_data事件【數據域事件】，在讀取python時；
end_element事件【結束事件】，在讀取</a>時。
from xml.parsers.expat import ParserCreate # ParserCreate是個method，可以調用它創建類，用來解析xml
class DefaultSaxHandler(object):
def start_element(self, name, attrs): # 開始事件
print('sax:start_element: %s, attrs: %s' % (name, str(attrs)))
def end_element(self, name): # 結束事件
print('sax:end_element: %s' % name)
def char_data(self, text): # 數據域事件
print('sax:char_data: %s' % text)
xml = r'''<?xml version="1.0"?> # 創建了一個XML結構， ''' 是 多行輸入
<ol>
<li><a href="/python">Python</a></li>
<li><a href="/ruby">Ruby</a></li>
</ol>
'''
handler = DefaultSaxHandler() # 創建實例
parser = ParserCreate() # 創建解釋器
parser.StartElementHandler = handler.start_element # 將實例的方法賦給解釋器
parser.EndElementHandler = handler.end_element
parser.CharacterDataHandler = handler.char_data
parser.Parse(xml) #調用解釋器的 Parse()方法 解析xml
# 結果
sax:start_element: ol, attrs: {}
sax:char_data:
sax:char_data:
sax:start_element: li, attrs: {}
sax:start_element: a, attrs: {'href': '/python'} # <a href="/python">，a是tag，後面的是參數
sax:char_data: Python
sax:end_element: a
sax:end_element: li
sax:char_data:
sax:char_data:
sax:start_element: li, attrs: {}
sax:start_element: a, attrs: {'href': '/ruby'}
sax:char_data: Ruby
sax:end_element: a
sax:end_element: li
sax:char_data:
sax:end_element: ol
3、快速生成XML
最簡單也是最有效的生成XML的方法是拼接字符串
L = []
L.append(r'<?xml version="1.0"?>')
L.append(r'<root>')
L.append(('some & data').encode('utf-8'))
L.append(r'</root>')
return ''.join(L) # join()將序列中的元素以指定的字符連接生成一個新的字符串，這裏指定的字符為空
2、例子
1、請利用SAX編寫程序解析Yahoo的XML格式的天氣預報，獲取天氣預報：
https://query.yahooapis.com/v1/public/yql?q=select%20*%20from%20weather.forecast%20where%20woeid%20%3D%202151330&format=xml
參數woeid是城市代碼，要查詢某個城市代碼，可以在weather.yahoo.com搜索城市，瀏覽器地址欄的URL就包含城市代碼。
#解法抄自於廖雪峰老師網站“VG庚庚”提交的作業。
from xml.parsers.expat import ParserCreate
from urllib import request
class DefaultSaxHandler(object):
def __init__(self): # 初始化屬性
self.city = ''
self.forecast = []
def start_element(self, name, attrs): # 開始事件
if name == 'yweather:location': 如果name匹配，取出city的值 賦給本地city屬性。重點理解這步
self.city = attrs['city']
if name == 'yweather:forecast': # name匹配，將key對應的值加到本地
self.forecast.append(
{'date': attrs['day'], 'text': attrs['text'], 'high': (int(
attrs['high'])-32)/1.8, 'low': (int(attrs['low'])-32)/1.8})
def parseXml(xml_str):
# print(xml_str)
handler = DefaultSaxHandler() #創建實例
parser = ParserCreate() #創建解釋器
parser.StartElementHandler = handler.start_element
parser.Parse(xml_str) #解析xml
print('%s weather forecast:' % handler.city)
for x in handler.forecast: #forecast是[{}，{}]結構的
print('%s: %s high:%0.1f°C low:%0.1f°C' % (x['date'], x['text'], x['high'], x['low']))
return {
'city': handler.city,
'forecast': handler.forecast
}
# 測試:
URL = 'https://query.yahooapis.com/v1/public/yql?q=select%20*%20from%20weather.forecast%20where%20woeid%20%3D%202151330&format=xml'
with request.urlopen(URL, timeout=4) as f:
data = f.read()
result = parseXml(data.decode('utf-8'))
assert result['city'] == 'Beijing'
Python學習筆記__12.10章 XML