python如何实现XML解析

这篇文章将为大家详细讲解有关python如何实现XML解析，小编觉得挺实用的，因此分享给大家做个参考，希望大家阅读完这篇文章后可以有所收获。

三种方法：一是xml.dom.*模块，它是W3C DOM API的实现，若需要处理DOM API则该模块很适合；二是xml.sax.*模块，它是SAX API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(Document Object Model)

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

<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实现如下

# !/usr/bin/python # -*- coding: UTF-8 -*- from xml.dom.minidom import parse import xml.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 if collection.hasAttribute("shelf"):   print("Root element : %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 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)   year=movie.getElementsByTagName("year")   if len(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：

Root element : New Arrivals *****Movie***** Title: Enemy Behind Type: War, Thriller Format: DVD Year: 2003 Rating: PG Description: Talk about a US-Japan war *****Movie***** Title: Transformers Type: Anime, Science Fiction Format: DVD Year: 1989 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

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:
　　　　import xml.etree.cElementTree as ET
　　except:　　
　　　　import xml.etree.ElementTree as ET

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

import xml.etree.ElementTree as ET import sys import os.path def traverseXml(element):   #print (len(element))   if len(element) > 0:     for child in element:       print("********Movie********")       print("Title：",child.get("title"))       for childchild in child:         print(childchild.tag,"：",childchild.text)       #traverseXml(child)   #else:   #  print (element.tag, "----", element.attrib) def readXml(xmlFile):   try:     tree = ET.parse(xmlFile)     #print("tree type:", type(tree))     # 获得根节点     root = tree.getroot()   except Exception as e: # 捕获除与程序退出sys.exit()相关之外的所有异常     print("parse ***.xml fail!")     sys.exit()   #print("root type:", type(root))   #root.attrib访问root属性,root.tag标签   #print(root.tag, "：", root.attrib)   return root 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))   # for movie in movies:   #   type=movie.find("type")   #   print(type.text)   # 遍历xml文件   traverseXml(root)

3、SAX (simple API for 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。

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 -*- import xml.sax class MovieHandler(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   def startElement(self, tag, attributes):     self.CurrentData = tag     if tag == "movie":       print("*****Movie*****")       title = attributes["title"]       print("Title:", title)   # 元素结束事件处理   def endElement(self, tag):     if self.CurrentData == "type":       print("Type:", self.type)     elif self.CurrentData == "format":       print("Format:", self.format)     elif self.CurrentData == "year":       print("Year:", self.year)     elif self.CurrentData == "rating":       print("Rating:", self.rating)     elif self.CurrentData == "stars":       print("Stars:", self.stars)     elif self.CurrentData == "description":       print("Description:", self.description)     self.CurrentData = ""   # 内容事件处理   def characters(self, content):     if self.CurrentData == "type":       self.type = content     elif self.CurrentData == "format":       self.format = content     elif self.CurrentData == "year":       self.year = content     elif self.CurrentData == "rating":       self.rating = content     elif self.CurrentData == "stars":       self.stars = content     elif self.CurrentData == "description":       self.description = 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 = MovieHandler()   parser.setContentHandler(Handler)   parser.parse("movie.xml")

关于“python如何实现XML解析”这篇文章就分享到这里了，希望以上内容可以对大家有一定的帮助，使各位可以学到更多知识，如果觉得文章不错，请把它分享出去让更多的人看到。