本文實(shí)例講述了Python存取XML的常見方法。分享給大家供大家參考，具體如下：

目前而言，Python 3.2存取XML有以下四種方法：

1.Expat
2.DOM
3.SAX
4.ElementTree

以以下xml作為討論依據(jù)

<?xml version="1.0" encoding="utf-8"?>
<Schools>
  <School Name="XiDian">
    <Class Id="030612">
      <Student Name="salomon">
        <Scores>
          <Math>98</Math>
          <English>85</English>
          <physics>89</physics>
        </Scores>
      </Student>
      <Student Name="Jupiter">
        <Scores>
          <Math>74</Math>
          <English>83</English>
          <physics>69</physics>
        </Scores>
      </Student>
    </Class>
    <Class Id="030611">
      <Student Name="Venus">
        <Scores>
          <Math>98</Math>
          <English>85</English>
          <physics>89</physics>
        </Scores>
      </Student>
      <Student Name="Mars">
        <Scores>
          <Math>74</Math>
          <English>83</English>
          <physics>69</physics>
        </Scores>
      </Student>
    </Class>
  </School>
</Schools>

Expat

Expat是一個(gè)面向流的解析器。您注冊(cè)的解析器回調(diào)（或handler）功能，然后開始搜索它的文檔。當(dāng)解析器識(shí)別該文件的指定的位置，它會(huì)調(diào)用該部分相應(yīng)的處理程序（如果您已經(jīng)注冊(cè)的一個(gè)）。該文件被輸送到解析器，會(huì)被分割成多個(gè)片斷，并分段裝到內(nèi)存中。因此expat可以解析那些巨大的文件。

SAX

SAX是個(gè)循序存取XML的解析器API，一個(gè)實(shí)現(xiàn)SAX的解析器（也就是“SAX Parser”）以一個(gè)串流解析器的型式作用，擁有事件驅(qū)動(dòng)API。由使用者定義回調(diào)函數(shù)，解析時(shí)，若發(fā)生事件的話會(huì)被調(diào)用。事件在任一XML特性遇到時(shí)引發(fā)，以及遇到他們結(jié)尾時(shí)再次引發(fā)。XML屬性也作為傳給元素事件資料的一部分。SAX 處理時(shí)單方向性的；解析過(guò)的資料無(wú)法在不重新開始的情況下再次讀取。

DOM

DOM解析器在任何處理開始之前，必須把整棵樹放在內(nèi)存，所以DOM解析器的內(nèi)存使用量完全根據(jù)輸入資料的大?。ㄏ鄬?duì)來(lái)說(shuō)，SAX解析器的內(nèi)存內(nèi)容，是只基于XML檔案的最大深度（XML樹的最大深度）和單一XML項(xiàng)目上XML屬性儲(chǔ)存的最大資料）。

DOM在python3.2中有兩種實(shí)現(xiàn)方式：

1.xml.minidom是一個(gè)基本的實(shí)現(xiàn)。
2.xml.pulldom只在需要時(shí)構(gòu)建被訪問(wèn)的子樹。

'''
Created on 2012-5-25
@author: salomon
'''
import xml.dom.minidom as minidom
dom = minidom.parse("E:\\test.xml")
root = dom.getElementsByTagName("Schools") #The function getElementsByTagName returns NodeList.
print(root.length)
for node in root: 
  print("Root element is %s。" %node.tagName)# 格式化輸出，與C系列語(yǔ)言有很大區(qū)別。
  schools = node.getElementsByTagName("School")
  for school in schools:
    print(school.nodeName)
    print(school.tagName)
    print(school.getAttribute("Name"))
    print(school.attributes["Name"].value)
    classes = school.getElementsByTagName("Class")
    print("There are %d classes in school %s" %(classes.length, school.getAttribute("Name")))
    for mclass in classes:
      print(mclass.getAttribute("Id"))
      for student in mclass.getElementsByTagName("Student"):
        print(student.attributes["Name"].value)
        print(student.getElementsByTagName("English")[0].nodeValue) #這個(gè)為什么??？
        print(student.getElementsByTagName("English")[0].childNodes[0].nodeValue)
        student.getElementsByTagName("English")[0].childNodes[0].nodeValue = 75
f = open('new.xml', 'w', encoding = 'utf-8')
dom.writexml(f,encoding = 'utf-8')
f.close()

ElementTree

目前搜到的ElementTree的信息較少，目前不知道其工作機(jī)制。有資料顯示ElementTree近乎一種輕量級(jí)的DOM，但是ElementTree 所有的 Element 節(jié)點(diǎn)的工作方式是一致的。它很類似于C#中的XpathNavigator。

'''
Created on 2012-5-25
@author: salomon
'''
from xml.etree.ElementTree import ElementTree
tree = ElementTree()
tree.parse("E:\\test.xml")
root = tree.getroot()
print(root.tag)
print(root[0].tag)
print(root[0].attrib)
schools = root.getchildren() 
for school in schools:
  print(school.get("Name"))
  classes = school.findall("Class")
  for mclass in classes:
    print(mclass.items())
    print(mclass.keys())
    print(mclass.attrib["Id"])
    math = mclass.find("Student").find("Scores").find("Math")
    print(math.text)
    math.set("teacher", "bada")
tree.write("new.xml")

Compare:

就以上幾點(diǎn)來(lái)說(shuō)Expat和SAX解析XML方式相同，就是不知道性能相比怎樣。DOM相對(duì)于以上兩種解析器，消耗內(nèi)存，而且由于存取耗時(shí)，所以處理文件相對(duì)來(lái)說(shuō)慢。如果文件太大無(wú)法載入內(nèi)存，DOM這種解析器就不能用了，但是對(duì)于，某些種類的XML驗(yàn)證需要存取整份文件，或者某些XML處理僅要求存取整份文件的需求時(shí)，DOM是唯一選擇。

Note:

需要指出的是存取XML的這幾項(xiàng)技術(shù)并不是Python獨(dú)創(chuàng)的，Python也是通過(guò)借鑒其他語(yǔ)言或者直接從其他語(yǔ)言引入進(jìn)來(lái)的。例如Expat就是一個(gè)用C語(yǔ)言開發(fā)的、用來(lái)解析XML文檔的開發(fā)庫(kù)。而SAX最初是由DavidMegginson采用java語(yǔ)言開發(fā)的，DOM可以以一種獨(dú)立于平臺(tái)和語(yǔ)言的方式訪問(wèn)和修改一個(gè)文檔的內(nèi)容和結(jié)構(gòu)?？梢詰?yīng)用于任何編程語(yǔ)言。

做為對(duì)比我也想列舉一下C#存取XML文檔的方式：

1. 基于DOM的XmlDocument
2. 基于流文件的XmlReader 和 XmlWriter（它和SAX流文件實(shí)現(xiàn)不同，SAX是事件驅(qū)動(dòng)模型）。
3. Linq to Xml

流文件兩種模型：XmlReader/XMLWriter VS SAX

流模型每次迭代XML文檔中的一個(gè)節(jié)點(diǎn)，適合于處理較大的文檔，所耗內(nèi)存空間小。流模型中有兩種變體——“推”模型和“拉”模型。

推模型也就是常說(shuō)的SAX，SAX是一種靠事件驅(qū)動(dòng)的模型，也就是說(shuō)：它每發(fā)現(xiàn)一個(gè)節(jié)點(diǎn)就用推模型引發(fā)一個(gè)事件，而我們必須編寫這些事件的處理程序，這樣的做法非常的不靈活，也很麻煩。

.NET中使用的是基于“拉”模型的實(shí)現(xiàn)方案，“拉”模型在遍歷文檔時(shí)會(huì)把感興趣的文檔部分從讀取器中拉出，不需要引發(fā)事件，允許我們以編程的方式訪問(wèn)文檔，這大大的提高了靈活性，在性能上“拉”模型可以選擇性的處理節(jié)點(diǎn)，而SAX每發(fā)現(xiàn)一個(gè)節(jié)點(diǎn)都會(huì)通知客戶機(jī)，從而，使用“拉”模型可以提高Application的整體效率。

PS：這里再為大家提供幾款關(guān)于xml操作的在線工具供大家參考使用：

在線XML/JSON互相轉(zhuǎn)換工具：
http://tools.jb51.net/code/xmljson

在線格式化XML/在線壓縮XML：
http://tools.jb51.net/code/xmlformat

XML在線壓縮/格式化工具：
http://tools.jb51.net/code/xml_format_compress

XML代碼在線格式化美化工具：
http://tools.jb51.net/code/xmlcodeformat

更多關(guān)于Python相關(guān)內(nèi)容感興趣的讀者可查看本站專題：《Python操作xml數(shù)據(jù)技巧總結(jié)》、《Python數(shù)據(jù)結(jié)構(gòu)與算法教程》、《Python Socket編程技巧總結(jié)》、《Python函數(shù)使用技巧總結(jié)》、《Python字符串操作技巧匯總》、《Python入門與進(jìn)階經(jīng)典教程》及《Python文件與目錄操作技巧匯總》

希望本文所述對(duì)大家Python程序設(shè)計(jì)有所幫助。

最新評(píng)論