1.XML解析

在对xml文件的操作上面主要包含DOM和SAX两种方式，DOM会把整个XML读入内存，解析为树，因此占用内存大，解析慢，优点是可以任意遍历树的节点。SAX是流模式，边读边解析，占用内存小，解析快，缺点是我们需要自己处理事件。

2.Python DOM 解析XML

create xml file

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
<?xml version="1.0" encoding="UTF-8"?>
<students>
  <student id="001">
  <name>Du Liu</name>
  <sex>Male</sex>
  <subjects>
   <math>90</math>
   <english>85</english>
  </subjects>
 </student>
 <student id="002">
  <name>Lao Zhang</name>
  <sex>Female</sex>
  <subjects>
   <math>100</math>
   <english>60</english>
  </subjects>
 </student>
</students>

使用xml.dom.minidom来解析XML文件

1
2
3
4
5
6
7
8
9
10
11
12
13
from xml.dom.minidom import parse
dom1 = parse("Test.xml")
students = dom1.getElementsByTagName("student")
for student in students:
  id = student.getAttribute("id")
  name = student.getElementsByTagName("name")[0]
  sex = student.getElementsByTagName("sex")[0]
  print('ID : %s, Name : %s, Sex : %s' % (id, name.childNodes[0].nodeValue, sex.childNodes[0].nodeValue))
  subjects = student.getElementsByTagName("subjects")
  for sub in subjects:
   math = sub.getElementsByTagName("math")[0]
   english = sub.getElementsByTagName("english")[0]
   print("Math : %s, English : %s" % (math.childNodes[0].nodeValue, english.childNodes[0].nodeValue))

输出结果：

ID : 001, Name : Du Liu, Sex : Male
Math : 90, English : 85
ID : 002, Name : Lao Zhang, Sex : Female
Math : 100, English : 60

3.Python SAX 解析XML

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。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
import xml.sax
class saxReadXML(xml.sax.ContentHandler):
     def __init__(self):
         self.currentData = ''
         self.id=''
         self.name=''
         self.sex=''
         self.math=''
         self.english=''
     # 元素开始事件处理
     def startElement(self, tag, attributes):
         self.currentData = tag
         if tag == "student":
             id = attributes["id"]
             print("ID : %s" % id)
     # 元素结束事件处理
     def endElement(self, tag):
         if(tag == "name"):
             print("Name : %s" %self.name)
         if(tag == "sex"):
             print("Sex : %s" %self.sex)
         if(tag == "math"):
             print("Math : %s" %self.math)
         if(tag == "english"):
             print("English : %s" %self.english)
     # 内容事件处理
     def characters(self, content):
         if self.currentData == "name" :
             self.name = content
         if self.currentData == "sex" :
             self.sex = content
         if self.currentData == "math" :
             self.math = content
        if self.currentData == "english" :
            self.english = content
if(__name__=="__main__"):
     # 创建一个 XMLReader
     parser = xml.sax.make_parser()
     # turn off namepsaces
     parser.setFeature(xml.sax.handler.feature_namespaces, 0)
     # 重写 ContextHandler
     Handler = saxReadXML()
     parser.setContentHandler( Handler )
     parser.parse("Test.xml")

输出结果:

ID : 001
Name : Du Liu
Sex : Male
Math : 90
English : 85
ID : 002
Name : Lao Zhang
Sex : Female
Math : 100
English : 60