Python3 XML 解析

什麼是 XML？

XML 指可擴充套件標記語言（eXtensible Markup Language），標準通用標記語言的子集，是一種用於標記電子檔案使其具有結構性的標記語言。你可以通過本站學習 XML 教程

XML 被設計用來傳輸和儲存資料。

XML 是一套定義語義標記的規則，這些標記將文件分成許多部件並對這些部件加以標識。

它也是元標記語言，即定義了用於定義其他與特定領域有關的、語義的、結構化的標記語言的句法語言。

Python 對 XML 的解析

常見的 XML 程式設計介面有 DOM 和 SAX，這兩種介面處理 XML 檔案的方式不同，當然使用場合也不同。

Python 有三種方法解析 XML，SAX，DOM，以及 ElementTree:

1.SAX (simple API for XML )

Python 標準庫包含 SAX 解析器，SAX 用事件驅動模型，通過在解析 XML 的過程中觸發一個個的事件並呼叫使用者定義的回撥函式來處理 XML 檔案。

2.DOM(Document Object Model)

將 XML 資料在記憶體中解析成一個樹，通過對樹的操作來操作 XML。

本章節使用到的 XML 例項檔案 movies.xml 內容如下：

<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>

Python 使用 SAX 解析 xml

SAX 是一種基於事件驅動的API。

利用 SAX 解析 XML 文件牽涉到兩個部分: 解析器和事件處理器。

解析器負責讀取 XML 文件，並向事件處理器傳送事件，如元素開始跟元素結束事件。

而事件處理器則負責對事件作出響應，對傳遞的 XML 資料進行處理。

1、對大型檔案進行處理；
2、只需要檔案的部分內容，或者只需從檔案中得到特定資訊。
3、想建立自己的物件模型的時候。

在 Python 中使用 sax 方式處理 xml 要先引入 xml.sax 中的 parse 函式，還有 xml.sax.handler 中的 ContentHandler。

ContentHandler 類方法介紹

characters(content) 方法

呼叫時機：

從行開始，遇到標籤之前，存在字元，content 的值為這些字串。

從一個標籤，遇到下一個標籤之前，存在字元，content 的值為這些字串。

從一個標籤，遇到行結束符之前，存在字元，content 的值為這些字串。

標籤可以是開始標籤，也可以是結束標籤。

startDocument() 方法

文件啟動的時候呼叫。

endDocument() 方法

解析器到達文件結尾時呼叫。

startElement(name, attrs) 方法

遇到XML開始標籤時呼叫，name 是標籤的名字，attrs 是標籤的屬性值字典。

endElement(name) 方法

遇到XML結束標籤時呼叫。

make_parser 方法

以下方法建立一個新的解析器物件並返回。

xml.sax.make_parser( [parser_list] )

引數說明:

parser_list - 可選引數，解析器列表

parser 方法

以下方法建立一個 SAX 解析器並解析xml文件：

xml.sax.parse( xmlfile, contenthandler[, errorhandler])

引數說明:

xmlfile - xml檔名
contenthandler - 必須是一個 ContentHandler 的物件
errorhandler - 如果指定該引數，errorhandler 必須是一個 SAX ErrorHandler 物件

parseString 方法

parseString 方法建立一個 XML 解析器並解析 xml 字串：

xml.sax.parseString(xmlstring, contenthandler[, errorhandler])

引數說明:

xmlstring - xml字串
contenthandler - 必須是一個 ContentHandler 的物件
errorhandler - 如果指定該引數，errorhandler 必須是一個 SAX ErrorHandler物件

Python 解析XML例項

#!/usr/bin/python3

import xml.sax

class MovieHandler( xml.sax.ContentHandler ):
   def __init__(self):
      self.CurrentDatahttps://www.big2gb.com/cn2tw0.php?url=https://www.itread01.com/python3/= ""
      self.type = ""
      self.format = ""
      self.year = ""
      self.rating = ""
      self.stars = ""
      self.description = ""

   # 元素開始呼叫
   def startElement(self, tag, attributes):
      self.CurrentData = https://www.big2gb.com/cn2tw0.php?url=https://www.itread01.com/python3/tag
      if tag =="movie":
         print ("*****Movie*****")
         title = attributes["title"]
         print ("Title:", title)

   # 元素結束呼叫
   def endElement(self, tag):
      if self.CurrentData =https://www.big2gb.com/cn2tw0.php?url=https://www.itread01.com/python3/="type":
         print ("Type:", self.type)
      elif self.CurrentData =https://www.big2gb.com/cn2tw0.php?url=https://www.itread01.com/python3/="format":
         print ("Format:", self.format)
      elif self.CurrentData =https://www.big2gb.com/cn2tw0.php?url=https://www.itread01.com/python3/="year":
         print ("Year:", self.year)
      elif self.CurrentData =https://www.big2gb.com/cn2tw0.php?url=https://www.itread01.com/python3/="rating":
         print ("Rating:", self.rating)
      elif self.CurrentData =https://www.big2gb.com/cn2tw0.php?url=https://www.itread01.com/python3/="stars":
         print ("Stars:", self.stars)
      elif self.CurrentData =https://www.big2gb.com/cn2tw0.php?url=https://www.itread01.com/python3/="description":
         print ("Description:", self.description)
      self.CurrentDatahttps://www.big2gb.com/cn2tw0.php?url=https://www.itread01.com/python3/= ""

   # 讀取字元時呼叫
   def characters(self, content):
      if self.CurrentData =https://www.big2gb.com/cn2tw0.php?url=https://www.itread01.com/python3/="type":
         self.type = content
      elif self.CurrentData =https://www.big2gb.com/cn2tw0.php?url=https://www.itread01.com/python3/="format":
         self.format = content
      elif self.CurrentData =https://www.big2gb.com/cn2tw0.php?url=https://www.itread01.com/python3/="year":
         self.year = content
      elif self.CurrentData =https://www.big2gb.com/cn2tw0.php?url=https://www.itread01.com/python3/="rating":
         self.rating = content
      elif self.CurrentData =https://www.big2gb.com/cn2tw0.php?url=https://www.itread01.com/python3/="stars":
         self.stars = content
      elif self.CurrentData =https://www.big2gb.com/cn2tw0.php?url=https://www.itread01.com/python3/="description":
         self.description = content
  
if ( __name__ == "__main__"):
   
   # 建立一個 XMLReader
   parser = xml.sax.make_parser()
   # 關閉名稱空間
   parser.setFeature(xml.sax.handler.feature_namespaces, 0)

   # 重寫 ContextHandler
   Handler = MovieHandler()
   parser.setContentHandler( Handler )
   
   parser.parse("movies.xml")

以上程式碼執行結果如下：

*****Movie*****
Title: Enemy Behind
Type: War, Thriller
Format: DVD
Year: 2003
Rating: PG
Stars: 10
Description: Talk about a US-Japan war
*****Movie*****
Title: Transformers
Type: Anime, Science Fiction
Format: DVD
Year: 1989
Rating: R
Stars: 8
Description: A schientific fiction
*****Movie*****
Title: Trigun
Type: Anime, Action
Format: DVD
Rating: PG
Stars: 10
Description: Vash the Stampede!
*****Movie*****
Title: Ishtar
Type: Comedy
Format: VHS
Rating: PG
Stars: 2
Description: Viewable boredom

完整的 SAX API 文件請查閱Python SAX APIs

使用xml.dom解析xml

檔案物件模型（Document Object Model，簡稱DOM），是W3C組織推薦的處理可擴充套件置標語言的標準程式設計介面。

一個 DOM 的解析器在解析一個 XML 文件時，一次性讀取整個文件，把文件中所有元素儲存在記憶體中的一個樹結構裡，之後你可以利用DOM 提供的不同的函式來讀取或修改文件的內容和結構，也可以把修改過的內容寫入xml檔案。

python中用xml.dom.minidom來解析xml檔案，例項如下：

#!/usr/bin/python3

from xml.dom.minidom import parse
import xml.dom.minidom

# 使用minidom解析器開啟 XML 文件
DOMTree = xml.dom.minidom.parse("movies.xml")
collection = DOMTree.documentElement
if collection.hasAttribute("shelf"):
   print ("Root element : %s" % collection.getAttribute("shelf"))

# 在集合中獲取所有電影
movies = collection.getElementsByTagName("movie")

# 列印每部電影的詳細資訊
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)
   rating = movie.getElementsByTagName('rating')[0]
   print ("Rating: %s" % rating.childNodes[0].data)
   description = movie.getElementsByTagName('description')[0]
   print ("Description: %s" % description.childNodes[0].data)

以上程式執行結果如下：

Root element : New Arrivals
*****Movie*****
Title: Enemy Behind
Type: War, Thriller
Format: DVD
Rating: PG
Description: Talk about a US-Japan war
*****Movie*****
Title: Transformers
Type: Anime, Science Fiction
Format: DVD
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

完整的 DOM API 文件請查閱Python DOM APIs。

入門教學 -- 學的不僅是技術，更是夢想！

Python3 XML 解析

Python3 XML 解析

什麼是 XML？

Python 對 XML 的解析

1.SAX (simple API for XML )

2.DOM(Document Object Model)

Python 使用 SAX 解析 xml

ContentHandler 類方法介紹

make_parser 方法

parser 方法

parseString 方法

Python 解析XML例項

使用xml.dom解析xml