Python XML-Parsing
Was ist XML?
XML bedeutet Extensible Markup Language(e X tensible M arkup L anguage). Sie können über diese Seite erfahren XML Tutorial
XML ist so konzipiert und speichern Daten zu übertragen.
XML ist ein Satz von Regeln, die Semantik von Tags zu definieren, werden diese Tags in viele Teile geteilt dokumentieren und diese Teile zu identifizieren.
Es ist auch eine meta-Auszeichnungssprache, die die Syntax der Sprache zu definieren andere domänenspezifische, semantische, strukturierte Auszeichnungssprache verwendet wird, definiert.
Python für XML-Parsing
Gemeinsame DOM und XML-Programmierschnittstellen SAX, zwei verschiedene Schnittstellen mit XML-Dateien, die Art und Weise, natürlich, die Verwendung von verschiedenen Gelegenheiten.
Es gibt drei Möglichkeiten, Python Parsen von XML, SAX, DOM und ElementTree:
1.SAX (einfache API für XML)
Python-Standardbibliothek enthält SAX-Parser, SAX mit dem Modell ereignisgesteuert, ausgelöst durch ein Ereignis im Prozess der XML-Parsing und benutzerdefinierte Funktionen Callback-Aufruf von XML-Dateien zu verarbeiten.
2.DOM (Document Object Model)
Die XML-Daten werden in einen Baum im Speicher analysiert, durch den Baum-Betriebs XML zu manipulieren.
3.ElementTree (Element Baum)
ElementTree als leichte DOM, mit einer komfortablen und freundlichen API. -Code Verfügbarkeit, schnell und verbrauchen weniger Speicher.
Hinweis: Aufgrund der DOM müssen XML - Daten in den Speicher Baum auf der Karte, ein langsam, der zweite ist mehr Verbrauch von Speicher, SAX - Streaming liest schneller die XML - Datei, nehmen weniger Speicher, aber muss der Benutzer Rückruf zu implementieren (Handler ).
Verwenden Sie diesen Abschnitt in eine XML-Instanzdokument movies.xml lautet wie folgt:
<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 XML-Parsing SAX mit
SAX ist ein ereignisgesteuertes API.
Verwenden Sie SAX ein XML-Dokument Parsen umfasst zwei Teile: den Parser und Event-Handler.
Der Parser ist verantwortlich für die XML-Dokumente zu lesen, und sendet Event-Handler Ereignis, wie Elemente mit dem Element-End-Ereignis beginnen;
Der Event-Handler ist für den Fall, demnach, XML-Datenübertragung für die Verarbeitung.
- 1, wird die Verarbeitung von großen Dateien;
- 2 ist nur ein Teil des Inhalts der Datei oder einfach bestimmte Informationen aus der Datei zu erhalten.
- 3, wollen ihr eigenes Objektmodell der Zeit zu bauen.
Verwenden Sie sax Weise xml xml.sax zuerst in der Parsing-Funktion eingeführt, sowie die Content xml.sax.handler in Python.
Contentklassenmethode eingeführt
Zeichen (Inhalt) Methode
Der Zeitpunkt des Anrufs:
Vom Anfang der Zeile, bevor das Etikett zu erleben, ist es ein Zeichen, Content-Wert dieser Strings.
Von einem Etikett, ein Etikett vor der nächsten Begegnung, die Anwesenheit des Charakters, Content-Wert dieser Strings.
Von einem Etikett, bevor Sie einen Leitungsabschluss zu begegnen, das Vorhandensein von Zeichen, Content-Wert dieser Strings.
Tag kann der Anfang des Tags, kann es das Ende des Etiketts sein.
startdocument () -Methode
Dokumentation Anlauf aufgerufen.
endDocument () -Methode
Erreicht der Anruf das Ende des Dokuments Parsers.
start (Name, attrs) Methode
Rufen Sie begegnet XML-Start-Tag, Name ist der Name des Tags ist, ist attrs ein Wörterbuch Eigenschaft Wert-Tag.
Endelement (name) Methode
Anruf begegnet XML End-Tag.
make_parser Verfahren
Die folgende Methode erzeugt einen neuen Parser-Objekt und kehrt zurück.
xml.sax.make_parser( [parser_list] )
Parameter Beschreibung:
- parser_list - optionaler Parameter, Parser Liste
Parser-Methode
Die folgende Methode erzeugt einen SAX-Parser und XML-Dokument analysieren:
xml.sax.parse( xmlfile, contenthandler[, errorhandler])
Parameter Beschreibung:
- xmlfile - XML - Dateinamen
- Content - muss Gegenstand eines Content
- Fehlerbehandler - Wenn dieser Parameter angegeben wird, muss ein Fehlerbehandler SAX Fehlerbehandler Objekt sein
parseString Verfahren
parseString Methode erstellt einen XML-Parser und XML-Zeichenfolge analysieren:
xml.sax.parseString(xmlstring, contenthandler[, errorhandler])
Parameter Beschreibung:
- xmlString - XML - Zeichenfolge
- Content - muss Gegenstand eines Content
- Fehlerbehandler - Wenn dieser Parameter angegeben wird, muss ein Fehlerbehandler SAX Fehlerbehandler Objekt sein
Python-Parsing XML-Instanz
#!/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("movies.xml")
Der obige Code wird wie folgt ausgeführt:
*****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
Komplette SAX - API - Dokumentation finden Sie in den Python SAX - APIs
Verwenden Sie xml.dom Parse-xml
Document Object Model (Document Object Model, bezeichnet als DOM), ist es eine vom W3C empfohlene Behandlung Extensible Markup Language-Standard-Programmierschnittstelle.
In einem DOM-Parser ein XML-Dokument, lesen Sie das gesamte Dokument auf einmal, alle Elemente des Dokuments gespeichert in einer Baumstruktur im Speicher zu analysieren, dann können Sie die DOM verwenden verschiedene Funktionen zur Verfügung zu stellen, um zu lesen oder das Dokument ändern Inhalt und Struktur modifiziert werden, den Inhalt der xML-Datei zu schreiben.
Python mit xml.dom.minidom XML-Dokument zu analysieren, sind Beispiele, wie folgt:
#!/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("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
Ergebnisse der obigen Verfahren sind wie folgt:
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
Vollständige DOM - API - Dokumentation finden Sie in der Python die DOM - APIs .