python 使用sax 解析xml 文件

我不是女神ヾ 2022-10-05 10:46 389阅读 0赞

这里不是说xml 的所以如果xml 不了解,可以百度大致看下即可,

SAX知识了解

SAX (simple API for XML ) 有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。

sax的主要方法

1 startDocument() : 文档启动的时候调用。

2 endDocument() : 解析器到达文档结尾时调用。

3 startElement(name, attrs): 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。

4 endElement(name) : 遇到XML结束标签时调用。

5 characters :内容处理

6 make_parser : 创建一个解释器对象并返回

7 parser : 解析xml

demo 练习 python的 sax 解析xml

demo1 读取只有标签的xml

创建一个config.xml 的文件内容如下:

  1. <?xml version="1.0" encoding="UTF-8"?>
  2. <config_content>
  3.     <lib name="a" path="a的路径"/>
  4.     <lib name="b" path="b的路径"/>
  5.     <lib name="c" path="c的路径"/>
  6. </config_content>

代码如下

  1. import xml.sax
  4. class ConfigHandler(xml.sax.ContentHandler):
  6.     def __init__(self):
  7.         self.tag = ""
  8.         self.name = ""
  9.         self.path = ""
  11.     # 启动文档
  12.     def startDocument(self):
  13.         print("******解析配置文件开始******")
  15.     # 开始解析xml
  16.     def startElement(self, name, attributes):
  17.         self.tag = name
  18.         if name == "lib":
  19.             self.name = attributes["name"]
  20.             self.path = attributes["path"]
  21.             print(self.name)
  22.             print(self.path)
  24.     # xml内容事件处理
  25.     def characters(self, content):
  26.         pass
  28.     # 结束解析xml
  29.     def endElement(self, name):
  30.         pass
  32.     # xml结束标签调用
  33.     def endDocument(self):
  34.         print("******配置文件解析结束******")
  37. if __name__ == "__main__":
  38.     # 创建一个 XMLReader
  39.     parser = xml.sax.make_parser()
  40.     # turn off namepsaces
  41.     parser.setFeature(xml.sax.handler.feature_namespaces, 0)
  42.     # 重写 ContextHandler
  43.     Handler = ConfigHandler()
  44.     parser.setContentHandler(Handler)
  45.     # 解析 xml 这里可以写xml 的具体路径,为了简单放在了同一个文件夹里面了
  46.     parser.parse("config.xml")

打印结果如下

watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzMzMjEwMDQy_size_16_color_FFFFFF_t_70

由于读取的xml 只有标签这里内容处理和结束的时候并没有做其他的操作,可以出sax 读取xml 的时候是一行一行读取的,这里只有单行所以没有重复的问题,如果我们要使用读取的数据,可以把数据存放到 list 中或者存放到字典中,如下

  1. class ConfigHandler(xml.sax.ContentHandler):
  2.     config_map = {}
  3.     config_name_list = []
  4.     config_path_list = []
  6.     def __init__(self):
  7.         self.tag = ""
  8.         self.name = ""
  9.         self.path = ""
  11.     # 启动文档
  12.     def startDocument(self):
  13.         print("******解析配置文件开始******")
  15.     # 开始解析xml
  16.     def startElement(self, name, attributes):
  17.         self.tag = name
  18.         if name == "lib":
  19.             self.name = attributes["name"]
  20.             self.path = attributes["path"]
  21.             # print(self.name)
  22.             # print(self.path)
  23.             self.config_name_list.append(self.name)
  24.             print(self.config_name_list)
  25.             self.config_path_list.append(self.path)
  26.             print(self.config_path_list)
  27.             self.config_map.update({self.name: self.path})
  28.             print(self.config_map)
  30.     # xml内容事件处理
  31.     def characters(self, content):
  32.         pass
  34.     # 结束解析xml
  35.     def endElement(self, name):
  36.         pass
  37.     # xml结束标签调用
  38.     def endDocument(self):
  39.         print("******配置文件解析结束******")
  42. if __name__ == "__main__":
  43.     # 创建一个 XMLReader
  44.     parser = xml.sax.make_parser()
  45.     # turn off namepsaces
  46.     parser.setFeature(xml.sax.handler.feature_namespaces, 0)
  47.     # 重写 ContextHandler
  48.     Handler = ConfigHandler()
  49.     parser.setContentHandler(Handler)
  50.     # 解析 xml 这里可以写xml 的具体路径,为了简单放在了同一个文件夹里面了
  51.     parser.parse("config.xml")

打印结果

watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzMzMjEwMDQy_size_16_color_FFFFFF_t_70 1

demo2 读取同标签不同内容的xml

xml内容如下

  1. <?xml version="1.0" encoding="UTF-8"?>
  2. <config_content>
  3.     <type class="3年级">
  4.         <lib name="体育">优秀</lib>
  5.         <lib name="语文">一般</lib>
  6.         <lib name="数学">优秀</lib>
  7.     </type>
  8.     <type class="5年级">
  9.         <lib name="体育">一般</lib>
  10.         <lib name="语文">优秀</lib>
  11.         <lib name="数学">良好</lib>
  12.     </type>
  13. </config_content>

python 代码如下

  1. import xml.sax
  4. class ConfigHandler(xml.sax.ContentHandler):
  6.     def __init__(self):
  7.         self.tag = ""
  8.         self.name = ""
  9.         self.label = ""
  10.         self.content = ""
  12.     # 启动文档
  13.     def startDocument(self):
  14.         print("******解析配置文件开始******")
  16.     # 开始解析xml
  17.     def startElement(self, name, attributes):
  18.         self.tag = name
  19.         if name == "type":
  20.             self.name = attributes["class"]
  21.             print(self.name)
  22.         if name == "lib":
  23.             self.label = attributes["name"]
  24.             print(self.label)
  26.     # xml内容事件处理
  27.     def characters(self, content):
  28.         self.content = content
  30.     # 结束解析xml
  31.     def endElement(self, name):
  32.         if name == "lib":
  33.             print(self.content)
  35.     # xml结束标签调用
  36.     def endDocument(self):
  37.         print("******配置文件解析结束******")
  40. if __name__ == "__main__":
  41.     # 创建一个 XMLReader
  42.     parser = xml.sax.make_parser()
  43.     # turn off namepsaces
  44.     parser.setFeature(xml.sax.handler.feature_namespaces, 0)
  45.     # 重写 ContextHandler
  46.     Handler = ConfigHandler()
  47.     parser.setContentHandler(Handler)
  48.     # 解析 xml 这里可以写xml 的具体路径,为了简单放在了同一个文件夹里面了
  49.     parser.parse("config.xml")

打印结果如下

watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3FxXzMzMjEwMDQy_size_16_color_FFFFFF_t_70 2

demo3 读取相同标签多个标题的xml

xml 内容如下

  1. <?xml version="1.0" encoding="UTF-8"?>
  2. <config_content>
  3.     <school name="第六中学">
  4.         <type class="2年级">
  5.             <Language>优秀</Language>
  6.             <Math>一般</Math>
  7.             <English>优秀</English>
  8.         </type>
  9.         <type class="5年级">
  10.             <Language>优秀</Language>
  11.             <Math>一般</Math>
  12.             <English>优秀</English>
  13.         </type>
  14.     </school>
  15.       <school name="第九中学">
  16.         <type class="1年级">
  17.             <Language>优秀</Language>
  18.             <Math>一般</Math>
  19.             <English>优秀</English>
  20.         </type>
  21.         <type class="3年级">
  22.             <Language>优秀</Language>
  23.             <Math>一般</Math>
  24.             <English>优秀</English>
  25.         </type>
  26.     </school>
  27. </config_content>

python 代码如下

  1. import xml.sax
  4. class ConfigHandler(xml.sax.ContentHandler):
  6.     def __init__(self):
  7.         self.tag = ""
  8.         self.name = ""
  9.         self.label = ""
  10.         self.content = ""
  12.     # 启动文档
  13.     def startDocument(self):
  14.         print("******解析配置文件开始******")
  16.     # 开始解析xml
  17.     def startElement(self, name, attributes):
  18.         self.tag = name
  19.         if name == "school":
  20.             self.name = attributes["name"]
  21.             print(self.name)
  22.         if name == "type":
  23.             self.label = attributes["class"]
  24.             print(self.label)
  26.     # xml内容事件处理
  27.     def characters(self, content):
  28.         self.content = content
  30.     # 结束解析xml
  31.     def endElement(self, name):
  32.         if name == "Language":
  33.             print(self.content)
  34.         elif name == "Math":
  35.             print(self.content)
  36.         elif name == "English":
  37.             print(self.content)
  39.     # xml结束标签调用
  40.     def endDocument(self):
  41.         print("******配置文件解析结束******")
  44. if __name__ == "__main__":
  45.     # 创建一个 XMLReader
  46.     parser = xml.sax.make_parser()
  47.     # turn off namepsaces
  48.     parser.setFeature(xml.sax.handler.feature_namespaces, 0)
  49.     # 重写 ContextHandler
  50.     Handler = ConfigHandler()
  51.     parser.setContentHandler(Handler)
  52.     # 解析 xml 这里可以写xml 的具体路径,为了简单放在了同一个文件夹里面了
  53.     parser.parse("config.xml")

打印结果如下：

******解析配置文件开始******
第六中学
2年级
优秀
一般
优秀
5年级
优秀
一般
优秀
第九中学
1年级
优秀
一般
优秀
3年级
优秀
一般
优秀
******配置文件解析结束******

最后总结，python 使用sax 读取xml 不难，可能存在组合数据的时候出现数据重现的问题，这个可以在拼接完数据之后，清空一下数据源，试试看，由于需求不一样，这里就不在写各种需求的组合数据了，大家注意一下数据重复问题即可。

发表评论

表情：
评论列表 （有 0 条评论，389人围观）

还没有评论，来说两句吧...

相关阅读

    相关 SAX解析XML

    SAX（Simple API for XML）也是一种解析 XML 文件的方法，它虽然不是官方标准，但它是 XML 的事实标准，大部分 XML 解析器都支持它。 SAX 与

    短命女短命女/ 0 赞/ 174 阅读

    相关 Java——SAX解析XML文件

    SAX适用于只读取XML文件内容的情况，因为SAX是一种边读边解析的模式，所以不需要直接将XML文件直接塞入内存，读取速度也更快，但是只能读。 SAX解析主要有两个部分：①

    柔情只为你懂柔情只为你懂/ 0 赞/ 641 阅读

    相关 Python之SAX解析XML

    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

    川长思鸟来川长思鸟来/ 0 赞/ 523 阅读

    相关 SAX解析XML

    SAX（Simple API for XML）也是一种解析 XML 文件的方法，它虽然不是官方标准，但它是 XML 的事实标准，大部分 XML 解析器都支持它。 SAX ...

    朱雀朱雀/ 0 赞/ 2405 阅读