Python3 XML parsing

• 1, pengolahan file besar;
• 2, hanya sebagian dari isi file, atau hanya untuk mendapatkan informasi dari file tersebut.
• 3, ingin membangun model objek mereka sendiri dari waktu.

Gunakan sax xml.sax cara xml pertama kali diperkenalkan pada fungsi parse, serta xml.sax.handler ContentHandler di python.

metode kelas ContentHandler diperkenalkan

karakter (konten) metode

Waktu panggilan:

Dari awal baris, sebelum mengalami label, ada nilai karakter, isi dari string ini.

Dari label, label sebelum pertemuan berikutnya, kehadiran karakter, nilai isi string ini.

Dari label, sebelum menghadapi terminator baris, kehadiran karakter, nilai isi string ini.

Tag mungkin menjadi awal dari tag, dapat menjadi akhir dari label.

startDocument () metode

Dokumentasi startup disebut.

endDocument () metode

Ketika panggilan mencapai akhir parser dokumen.

startElement (nama, attrs) metode

Sebut ditemui start tag XML, nama adalah nama tag, attrs adalah tag nilai properti kamus.

endElement metode (nama)

Panggilan ditemui tag XML akhir.

metode make_parser

Metode berikut membuat objek parser baru dan kembali.

xml.sax.make_parser( [parser_list] )

Parameter Deskripsi:

• parser_list - parameter opsional, daftar parser

metode parser

Metode berikut membuat parser SAX dan mengurai dokumen xml:

xml.sax.parse( xmlfile, contenthandler[, errorhandler])

Parameter Deskripsi:

• xmlfile - nama file xml
• ContentHandler - harus menjadi obyek ContentHandler
• ErrorHandler - Jika parameter ini ditentukan, ErrorHandler harus Obyek SAX ErrorHandler

metode parseString

Metode parseString menciptakan parser XML dan mengurai string xml:

xml.sax.parseString(xmlstring, contenthandler[, errorhandler])

Parameter Deskripsi:

• xmlstring - string xml
• ContentHandler - harus menjadi obyek ContentHandler
• ErrorHandler - Jika parameter ini ditentukan, ErrorHandler harus Obyek SAX ErrorHandler

Python parsing contoh XML

#!/usr/bin/python3

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()
   # turn off namepsaces
   parser.setFeature(xml.sax.handler.feature_namespaces, 0)

   # 重写 ContextHandler
   Handler = MovieHandler()
   parser.setContentHandler( Handler )
   
   parser.parse("movies.xml")

Kode di atas dijalankan sebagai berikut:

*****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

Lengkap SAX dokumentasi API silakan merujuk ke Python SAX API

Gunakan xml.dom parse xml

Document Object Model (Document Object Model, disebut sebagai DOM), itu adalah pengobatan W3C-direkomendasikan Extensible Markup Language pemrograman antarmuka standar.

Dalam parser DOM untuk mengurai dokumen XML, membaca seluruh dokumen sekaligus, semua elemen dari dokumen yang disimpan dalam struktur pohon di memori, maka Anda dapat menggunakan DOM untuk menyediakan fungsi yang berbeda untuk membaca atau memodifikasi dokumen konten dan struktur dimodifikasi untuk menulis isi dari file xml.

python dengan xml.dom.minidom untuk mengurai dokumen xml, contoh adalah sebagai berikut:

#!/usr/bin/python3

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)

Hasil dari prosedur di atas adalah sebagai berikut:

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

Lengkap DOM dokumentasi API silakan lihat Python DOM API .