python内置xml解析接口的方法

这篇“python内置xml解析接口的方法”文章的知识点大部分人都不太理解，所以小编给大家总结了以下内容，内容详细，步骤清晰，具有一定的借鉴价值，希望大家阅读完这篇文章能有所收获，下面我们一起来看看这篇“python内置xml解析接口的方法”文章吧。

很多小伙伴们听过HTML，听过python，听过JavaScript这些语言的名字，但对于XML这个名字可能会有些生疏，也不知道他应该用在什么地方，有什么用。实际上，XML的应用非常广泛，最常见的作用就是作为项目部署文件存储一些设置数据，另外一种用途就是在Ajax中传输数据。另外，HTML本质上也可以算做一种XML的分支。

XML介绍

XML的全称叫可拓展标记语言（eXtensible Markup Language），是一种用标签标记文本使其具有一定结构性的语言。它的最常见的用途主要是数据的存储和传输。数据传输方面一般是Ajax的应用，而数据存储一般是存储一些带有结构的数据或者应用配置等。

它的近亲HTML一般是做文本的存储和表达，通过标签决定文本的展示样式。由于XML是可定制化的，所以实际上HTML可以认为是一种特殊的XML语言。

 关于XML应用于应用配置的实际案例，java web就是一个很好的例子，java web的webapp中有一个web.xml文件，这个·文件可以配置servlet的映射等功能，这就是一个典型的XML的应用案例。

XML解析

由上我们可以得知XML是用来存储数据的，而获取XML中的数据的过程我们称为XML解析。常见的XML解析方式主要有两种，分别为DOM和SAX，另外python还提供了第三种解析方法（ElementTree）。我们接下来就以下面的XML代码为例来详细介绍这三种方法。

<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>

SAX解析

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。

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 = ""    # 元素开始调用    def startElement(self, tag, attributes):       self.CurrentData = tag       if tag == "movie":          print ("*****Movie*****")          title = attributes["title"]          print ("Title:", title)    # 元素结束调用    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 = ""    # 读取字符时调用    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()    # 关闭命名空间    parser.setFeature(xml.sax.handler.feature_namespaces, 0)    # 重写 ContextHandler    Handler = MovieHandler()    parser.setContentHandler( Handler )        parser.parse("movies.xml")

DOM解析

DOM的全称为文件对象模型（Document Object Model），是W3C组织推荐的处理可扩展置标语言的标准编程接口。

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。

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("movies.xml") collection = DOMTree.documentElement if collection.hasAttribute("shelf"):    print ("Root element : %s" % collection.getAttribute("shelf")) # 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)    rating = movie.getElementsByTagName('rating')[0]    print ("Rating: %s" % rating.childNodes[0].data)    description = movie.getElementsByTagName('description')[0]    print ("Description: %s" % description.childNodes[0].data)

 对于DOM的应用最多的，应该是HTML，因为HTML的DOM基本是每个前端必须学习的内容，JavaScript操作HTML的时候也是使用DOM方法，浏览器渲染的时候也是使用DOM进行渲染的。所以对前端感兴趣的小伙伴小编建议学习一下DOM方法（虽然是python的，但JavaScript的DOM方法和用法与python是类似的）。

ElementTree解析

这是python独有的一种XML解析方法，他通过生成一个元素树的方式来解析一个xml文件，然后通过类似树的访问方式进行数据的操作。在构建方式上有点类似DOM。在使用方式生更接近于树的操作。

import xml.etree.ElementTree as ET tree = ET.parse("movies.xml") root = tree.getroot() print(root.tag, ":", root.attrib)  # 打印根元素的tag和属性 # 遍历xml文档的第二层 for child in root:     # 第二层节点的标签名称和属性     print(child.tag,":", child.attrib)      # 遍历xml文档的第三层     for children in child:         # 第三层节点的标签名称和属性         print(children.tag, ":", children.attrib)

XML解析的应用

XML解析的应用主要有三个方向：

1. 在Ajax中，可以使用XML进行数据的传输，这时候就要要求接收数据方能够解析XML了。

2. 当XML作为数据存储介质或者部署文件时，获取数据离不开XML的解析。

3. 实际上小编写这篇文章的目的在于这第三点的应用，也就是解析HTML网页，之前我们说了，HTML和XML具有一定的相似度。实际上，解析XML也可以用在HTML的解析上，小编这里并不是要实现什么浏览器渲染引擎，而是另一个需要解析HTML文件的地方——爬虫。爬虫需要爬取网页的数据并获取特定的HTML元素，这就要求爬虫能够操作HTML文档，最好的操作方式就是通过XML进行。

以上就是关于“python内置xml解析接口的方法”这篇文章的内容，相信大家都有了一定的了解，希望小编分享的内容对大家有帮助，若想了解更多相关的知识内容，请关注亿速云行业资讯频道。