Python3 XML 解析

什么是 XML

• XML（可擴(kuò)展標(biāo)記語(yǔ)言）是一種用于描述數(shù)據(jù)的標(biāo)記語(yǔ)言，它可以用于表示各種類(lèi)型的數(shù)據(jù)，包括文本、圖像、音頻、視頻等。XML 的語(yǔ)法類(lèi)似于HTML，但它更加靈活，可以自定義標(biāo)記，并且不依賴(lài)于任何特定的應(yīng)用程序或操作系統(tǒng)。
• XML的基本結(jié)構(gòu)由元素、屬性和文本組成。元素是標(biāo)記的基本單位，它由開(kāi)始標(biāo)記、結(jié)束標(biāo)記和元素內(nèi)容組成。屬性是用于描述元素的附加信息，它由屬性名和屬性值組成。文本是元素的內(nèi)容，可以包含任何類(lèi)型的數(shù)據(jù)。

XML 可以用于數(shù)據(jù)交換、配置文件、Web 服務(wù)等領(lǐng)域。它具有以下優(yōu)點(diǎn)：

• 可擴(kuò)展性：XML 可以自定義標(biāo)記，因此可以適應(yīng)各種數(shù)據(jù)類(lèi)型和應(yīng)用程序的需求。
• 可讀性：XML 的語(yǔ)法類(lèi)似于 HTML，易于閱讀和理解。
• 獨(dú)立性：XML 不依賴(lài)于任何特定的應(yīng)用程序或操作系統(tǒng)，因此可以在不同的平臺(tái)和環(huán)境中使用。
• 互操作性：XML 可以與各種編程語(yǔ)言和技術(shù)進(jìn)行集成，例如 Java、.NET、Web 服務(wù)等。

XML 的缺點(diǎn)是它相對(duì)于其他數(shù)據(jù)格式來(lái)說(shuō)，文件體積較大，因?yàn)樗枰褂瞄_(kāi)始標(biāo)記和結(jié)束標(biāo)記來(lái)描述數(shù)據(jù)。此外，XML
的解析和處理也需要更多的計(jì)算資源和時(shí)間。

Python 對(duì) XML 的解析

Python 提供了多種解析 XML 的方法，其中比較常用的有以下幾種：

• DOM 解析：將整個(gè) XML 文檔讀入內(nèi)存，并構(gòu)建 DOM 樹(shù)，可以對(duì)樹(shù)進(jìn)行遍歷和操作，適合于 XML 文件較小的情況。
• SAX 解析：基于事件驅(qū)動(dòng)的解析方式，逐行解析 XML 文檔，適合于 XML 文件較大的情況。
• ElementTree 解析：Python 標(biāo)準(zhǔn)庫(kù)中的一個(gè)解析庫(kù)，提供了高效的解析和操作 XML 的方法，同時(shí)也支持 XPath 查詢(xún)。

以下是一個(gè)使用 ElementTree 解析 XML 的簡(jiǎn)單示例：

import xml.etree.ElementTree as ET

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

# 獲取根節(jié)點(diǎn)
root = tree.getroot()

# 遍歷子節(jié)點(diǎn)
for child in root:
    print(child.tag, child.attrib)

# 獲取指定節(jié)點(diǎn)
person = root.find('person')
name = person.find('name').text
age = person.find('age').text
print(name, age)

# 使用 XPath 查詢(xún)
persons = root.findall('.//person')
for person in persons:
    name = person.find('name').text
    age = person.find('age').text
    print(name, age)

在這個(gè)示例中，我們使用 ET.parse 方法解析 XML 文件，并獲取根節(jié)點(diǎn)。然后我們使用 for 循環(huán)遍歷根節(jié)點(diǎn)的所有子節(jié)點(diǎn)，并輸出節(jié)點(diǎn)的標(biāo)簽和屬性。接著我們使用 find 方法獲取指定節(jié)點(diǎn)的文本內(nèi)容。最后，我們使用 findall
方法和 XPath 查詢(xún)獲取所有符合條件的節(jié)點(diǎn)，并輸出節(jié)點(diǎn)的文本內(nèi)容。

需要注意的是，在解析 XML 文件時(shí)，可能會(huì)遇到編碼和命名空間等問(wèn)題，需要根據(jù)具體情況進(jìn)行處理。

Python 使用 SAX 解析 xml

Python 中有兩種主要的解析 XML 的方式：SAX 和 DOM。SAX（Simple API for XML）是基于事件驅(qū)動(dòng)的解析方式，它逐行掃描 XML 文檔，并在遇到特定的 XML 元素時(shí)觸發(fā)事件。相比之下，DOM（Document Object Model）是一種基于樹(shù)形結(jié)構(gòu)的解析方式，它將整個(gè) XML 文檔加載到內(nèi)存中，并將其表示為一個(gè)樹(shù)形結(jié)構(gòu)。
下面是一個(gè)使用 SAX 解析 XML 的示例：

import xml.sax

class MyHandler(xml.sax.ContentHandler):
    def startElement(self, name, attrs):
        print("Start element:", name)
        if attrs:
            print("Attributes:")
            for attr in attrs.items():
                print("  ", attr[0], "=", attr[1])
<span class="hljs-keyword">def</span> <span class="hljs-title function_">endElement</span>(<span class="hljs-keyword">self</span>, name):
    <span class="hljs-built_in">print</span>(<span class="hljs-string">"End element:"</span>, name)

<span class="hljs-keyword">def</span> <span class="hljs-title function_">characters</span>(<span class="hljs-keyword">self</span>, content):
    <span class="hljs-built_in">print</span>(<span class="hljs-string">"Content:"</span>, content)

parser = xml.sax.make_parser()
parser.setContentHandler(MyHandler())
parser.parse('example.xml')

在這個(gè)例子中，我們定義了一個(gè)名為 MyHandler 的類(lèi)，它繼承自 xml.sax.ContentHandler 類(lèi)，并重寫(xiě)了startElement、endElement 和 characters 方法。這些方法將在 SAX 解析 XML 文檔時(shí)自動(dòng)調(diào)用。

然后，我們創(chuàng)建一個(gè) XML 解析器對(duì)象，并將 MyHandler 對(duì)象設(shè)置為其內(nèi)容處理器。最后，我們調(diào)用 parse 方法來(lái)開(kāi)始解析 XML 文檔。
注意，在這個(gè)例子中，我們假設(shè) XML 文檔的結(jié)構(gòu)如下：

<?xml version="1.0" encoding="UTF-8"?>
<catalog>
  <book id="bk101">
    <author>Gambardella, Matthew</author>
    <title>XML Developer's Guide</title>
    <genre>Computer</genre>
    <price>44.95</price>
    <publish_date>2000-10-01</publish_date>
    <description>An in-depth look at creating applications 
      with XML.</description>
  </book>
  <book id="bk102">
    <author>Ralls, Kim</author>
    <title>Midnight Rain</title>
    <genre>Fantasy</genre>
    <price>5.95</price>
    <publish_date>2000-12-16</publish_date>
    <description>A former architect battles corporate zombies, 
      an evil sorceress, and her own childhood to become queen 
      of the world.</description>
  </book>
</catalog>

在解析過(guò)程中，當(dāng) SAX 解析器遇到開(kāi)始標(biāo)記時(shí)，它將調(diào)用 startElement 方法，并將元素名稱(chēng)和屬性作為參數(shù)傳遞給它。當(dāng) SAX
解析器遇到結(jié)束標(biāo)記時(shí)，它將調(diào)用 endElement 方法，并將元素名稱(chēng)作為參數(shù)傳遞給它。當(dāng) SAX 解析器遇到文本時(shí)，它將調(diào)用
characters 方法，并將文本內(nèi)容作為參數(shù)傳遞給它。

make_parser 方法

make_parser 方法是 Python 標(biāo)準(zhǔn)庫(kù)中 xml.sax 模塊中的一個(gè)函數(shù)，用于創(chuàng)建 SAX 解析器對(duì)象。它的語(yǔ)法如下：

xml.sax.make_parser([parser_list])

其中，parser_list 是可選參數(shù)，指定要使用的 SAX 解析器列表。 如果沒(méi)有指定解析器列表，則 make_parser方法會(huì)創(chuàng)建一個(gè)默認(rèn)的 SAX 解析器對(duì)象。如果指定了解析器列表，則會(huì)按照列表中的順序逐個(gè)嘗試創(chuàng)建解析器對(duì)象，直到成功為止。

以下是一個(gè)使用 make_parser 方法創(chuàng)建 SAX 解析器對(duì)象的簡(jiǎn)單示例：

import xml.sax

# 創(chuàng)建 SAX 解析器對(duì)象
parser = xml.sax.make_parser()

# 設(shè)置解析器的處理器
handler = MyHandler()
parser.setContentHandler(handler)

# 解析 XML 文件
parser.parse("example.xml")

在這個(gè)示例中，我們使用 make_parser 方法創(chuàng)建了一個(gè)默認(rèn)的 SAX 解析器對(duì)象，并使用 setContentHandler方法將處理器對(duì)象設(shè)置為解析器的處理器。最后，我們使用 parse 方法解析 XML 文件。

需要注意的是，在使用 SAX 解析器解析 XML 文件時(shí)，需要自己實(shí)現(xiàn)處理器對(duì)象，并在處理器對(duì)象中處理 XML 文件中的事件。

parser 方法

在 Python 中，解析 XML 文件的常用方法之一是使用 xml.etree.ElementTree 模塊中的 ElementTree 類(lèi)。該類(lèi)提供了一個(gè) parse() 方法，用于解析 XML 文件并返回一個(gè) ElementTree 對(duì)象，可以使用該對(duì)象來(lái)遍歷和操作 XML 元素。
以下是一個(gè)示例代碼：文章來(lái)源地址http://www.zghlxwxcb.cn/news/detail-847905.html

import xml.etree.ElementTree as ET

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

# 獲取根元素
root = tree.getroot()

# 遍歷 XML 文件
for child in root:
    print(child.tag, child.attrib)
    for subchild in child:
        print(subchild.tag, subchild.text)

• 在這個(gè)例子中，我們首先使用 ET.parse() 方法解析名為 example.xml 的 XML 文件，并將返回的ElementTree 對(duì)象存儲(chǔ)在變量 tree 中。然后，我們使用 tree.getroot() 方法獲取 XML文件的根元素，并將其存儲(chǔ)在變量 root 中。
• 接下來(lái)，我們使用 for 循環(huán)遍歷根元素的子元素，并打印它們的標(biāo)簽和屬性。然后，我們?cè)俅问褂?for循環(huán)遍歷每個(gè)子元素的子元素，并打印它們的標(biāo)簽和文本內(nèi)容。
• 需要注意的是，在遍歷 XML 元素時(shí)，我們可以使用 tag 屬性獲取元素的標(biāo)簽名，使用 attrib 屬性獲取元素的屬性，使用 text 屬性獲取元素的文本內(nèi)容。此外，我們還可以使用 find()、findall() 和 iter() 等方法來(lái)查找和遍歷 XML 元素。
• 總的來(lái)說(shuō)，使用 xml.etree.ElementTree 模塊中的 ElementTree 類(lèi)解析 XML 文件是一種簡(jiǎn)單而有效的方法，適用于大多數(shù)簡(jiǎn)單的 XML 文件。對(duì)于更復(fù)雜的 XML 文件，可能需要使用其他方法或庫(kù)來(lái)解析和操作它們。

到了這里，關(guān)于38.Python從入門(mén)到精通—Python3 XML 解析 什么是 XML Python 對(duì) XML 的解析的文章就介紹完了。如果您還想了解更多內(nèi)容，請(qǐng)?jiān)谟疑辖撬阉鱐OY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章，希望大家以后多多支持TOY模板網(wǎng)！