XML 指可扩展标记语言，标准通用标记语言的子集，是一种用于标记电子文件使其具有结构性的标记语言。

XML 被设计用来传输和存储数据。XML适用于跟踪中小型数据而无需基于SQL的主干。

Python 对 XML 的解析

常见的 XML 编程接口有 DOM 和 SAX，这两种接口处理 XML 文件的方式不同，使用场景也不同。

Python有三种方法解析XML，分别是SAX、DOM和ElementTree：

SAX：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。

DOM：将 XML 数据在内存中解析成一个树，通过对树的操作来操作 XML。

ElementTree：ElementTree(元素树)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。

因DOM需要将XML数据映射到内存中的树，会比较慢和消耗内存，而SAX流式读取XML文件，比较快，占用内存少，但需要用户实现回调函数（handler）。

本章节使用到的 XML 实例文件movies.xml内容如下：

<collection shelf="新品推荐"><movie title="重返二十岁"><type>喜剧，亲情，爱情，奇幻</type><format>DVD</format><year>2014</year><rating>PG</rating><stars>8</stars><description>影片讲述了一位七旬老太太不可思议变身为妙龄女子后，以新身份回到日常生活，引发的一系列啼笑皆非的奇幻故事</description></movie><movie title="流浪地球"><type>科幻、灾难、冒险、动作</type><format>DVD</format><year>2019</year><rating>R</rating><stars>10</stars><description>讲述了太阳即将毁灭，已经不适合人类生存，而面对绝境，人类将开启“流浪地球”计划</description></movie><movie title="恶棍天使"><type>喜剧,爱情</type><format>DVD</format><year>2015</year><rating>PG</rating><stars>10</stars><description>讲述了高智商低情商女学霸查小刀遇到专职替人讨债的恶棍莫非里，俩人在神医折耳根的介绍下互相“治疗”发生的一系列故事</description></movie><movie title="战狼"><type>动作,战争,军事</type><format>VHS</format><year>2015</year><rating>PG</rating><stars>10</stars><description>讲述的是小人物成长为拯救国家和民族命运的孤胆英雄的传奇故事</description></movie></collection> 使用SAX API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。

在 Python 中使用 sax 方式处理 xml 要先引入 xml.sax 中的 parse 函数，还有 xml.sax.handler 中的 ContentHandler。

ContentHandler 类方法介绍 characters(content)方法： 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。

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。

make_parser方法

make_parser()方法用于创建一个新的解析器对象并返回。创建的解析器对象将是系统找到的第一个解析器类型。

语法如下：

xml.sax.make_parser(parser_list)parser_list --可选参数，解析器列表 parser方法

parser ()方法用于创建一个 SAX 解析器并解析xml文档。

语法如下：

xml.sax.parse( xmlfile, contenthandler[, errorhandler])xmlfile -- xml文件名contenthandler --必须是一个ContentHandler对象errorhandler --如果指定该参数，errorhandler必须是一个SAX ErrorHandler对象 parseString方法

parseString()方法创建一个 XML 解析器并解析 xml 字符串。

语法如下：

xml.sax.parseString(xmlstring, contenthandler[, errorhandler])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 Python 解析XML实例import xml.saxclassMovieHandler(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= tagif tag =="movie":print("-----电影信息介绍-----") title = attributes["title"]print("Title:", title)# 元素结束调用def endElement(self, tag):if self.CurrentData=="type":print("类型:", self.type)elif self.CurrentData=="format":print("格式:", self.format)elif self.CurrentData=="year":print("时间:", self.year)elif self.CurrentData=="rating":print("评级:", self.rating)elif self.CurrentData=="stars":print("星星:", self.stars)elif self.CurrentData=="description":print("描述:", self.description,"\n") self.CurrentData=""# 读取字符时调用def characters(self, content):if self.CurrentData=="type": self.type = contentelif self.CurrentData=="format": self.format = contentelif self.CurrentData=="year": self.year = contentelif self.CurrentData=="rating": self.rating = contentelif self.CurrentData=="stars": self.stars = contentelif self.CurrentData=="description": self.description = contentif(__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 ContextHandlerHandler=MovieHandler() parser.setContentHandler(Handler) parser.parse("movies.xml")

运行程序后输出结果如下：

-----电影信息介绍-----Title:重返二十岁类型:喜剧，亲情，爱情，奇幻格式: DVD时间:2014评级:7岁以上可以观看星星:8描述:影片讲述了一位七旬老太太不可思议变身为妙龄女子后，以新身份回到日常生活，引发的一系列啼笑皆非的奇幻故事-----电影信息介绍-----Title:流浪地球类型:科幻、灾难、冒险、动作格式: DVD时间:2019评级: R星星:10描述:讲述了太阳即将毁灭，已经不适合人类生存，而面对绝境，人类将开启“流浪地球”计划-----电影信息介绍-----Title:恶棍天使类型:喜剧,爱情格式: DVD时间:2015评级: PG星星:10描述:讲述了高智商低情商女学霸查小刀遇到专职替人讨债的恶棍莫非里，俩人在神医折耳根的介绍下互相“治疗”发生的一系列故事-----电影信息介绍-----Title:战狼类型:动作,战争,军事格式: VHS时间:2015评级: PG星星:10描述:讲述的是小人物成长为拯救国家和民族命运的孤胆英雄的传奇故事 使用DOM API解析XML

文档对象模型是来自W3C的跨语言API，用于访问和修改XML文档。

DOM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。

使用xml.dom.minidom来解析xml文件时，minidom对象提供了一种简单的解析器方法，可以从XML文件中快速创建DOM树。

示例：from xml.dom.minidom import parseimport xml.dom.minidom# 使用minidom解析器打开XML文档DOMTree= xml.dom.minidom.parse("movies.xml")collection =DOMTree.documentElementif collection.hasAttribute("shelf"):print("根元素 : %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("-----电影信息介绍-----")if movie.hasAttribute("title"):print("标题: %s"% movie.getAttribute("title")) type = movie.getElementsByTagName(type)[0]print("类型: %s"% type.childNodes[0].data) format = movie.getElementsByTagName(format)[0]print("格式: %s"% format.childNodes[0].data) rating = movie.getElementsByTagName(rating)[0]print("等级: %s"% rating.childNodes[0].data) stars = movie.getElementsByTagName(stars)[0]print("星星: %s"% stars.childNodes[0].data) description = movie.getElementsByTagName(description)[0]print("描述: %s"% description.childNodes[0].data,"\n")

运行程序后输出结果如下：

根元素:新品推荐-----电影信息介绍-----标题:重返二十岁类型:喜剧，亲情，爱情，奇幻格式: DVD等级: PG星星:8描述:影片讲述了一位七旬老太太不可思议变身为妙龄女子后，以新身份回到日常生活，引发的一系列啼笑皆非的奇幻故事-----电影信息介绍-----标题:流浪地球类型:科幻、灾难、冒险、动作格式: DVD等级: R星星:10描述:讲述了太阳即将毁灭，已经不适合人类生存，而面对绝境，人类将开启“流浪地球”计划-----电影信息介绍-----标题:恶棍天使类型:喜剧,爱情格式: DVD等级: PG星星:10描述:讲述了高智商低情商女学霸查小刀遇到专职替人讨债的恶棍莫非里，俩人在神医折耳根的介绍下互相“治疗”发生的一系列故事-----电影信息介绍-----标题:战狼类型:动作,战争,军事格式: VHS等级: PG星星:10描述:讲述的是小人物成长为拯救国家和民族命运的孤胆英雄的传奇故事

参考：https://www.9xkd.com/