使用SAX解析xml（python3.4）

一、

python有三种方法解析XML，SAX，DOM，以及ElementTree
1.SAX (simple API for XML )：基于事件
       pyhton 标准库包含SAX解析器，SAX是一种典型的极为快速的工具，在解析XML时，不会占用大量内存。

2.DOM(Document Object Model)：基于对象
       与SAX比较，DOM典型的缺点是比较慢，消耗更多的内存，因为DOM会将整个XML数读入内存中，并为树中的第一个节点建立一个对象。使用DOM的好处是你不需要对状态进行追踪，因为每一个节点都知道谁是它的父节点，谁是子节点。但是DOM用起来有些麻烦。

3.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。

 

二、

XML实例文件movies.xml:

<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>
</collection>

 

1、SAX解析

（1）ContentHandler类方法：

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。

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。

（2）make_parser方法

xml.sax.make_parser( [parser_list] )　　#以下方法创建一个新的解析器对象并返回。

• parser_list - 可选参数，解析器列表

（3）parseString方法

xml.sax.parseString(xmlstring, contenthandler[, errorhandler])　　#创建一个XML解析器并解析xml字符串

• xmlstring - xml字符串
• contenthandler - 必须是一个ContentHandler的对象
• errorhandler - 如果指定该参数，errorhandler必须是一个SAX ErrorHandler对象

实例：

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("e:/movies.xml")

 

详细请看：

http://www.cnblogs.com/hongfei/p/python-xml-sax.html#pricelist