欧美bbbwbbbw肥妇,免费乱码人妻系列日韩,一级黄片

用Python解析XML的幾種常見(jiàn)方法的介紹

 更新時(shí)間:2015年04月09日 11:07:26   作者:taiyang1987912  
這篇文章主要介紹了用Python解析XML的幾種常見(jiàn)方法,包括快速的使用ElementTree模塊等方法的實(shí)例介紹,需要的朋友可以參考下

一、簡(jiǎn)介

       XML(eXtensible Markup Language)指可擴(kuò)展標(biāo)記語(yǔ)言,被設(shè)計(jì)用來(lái)傳輸和存儲(chǔ)數(shù)據(jù),已經(jīng)日趨成為當(dāng)前許多新生技術(shù)的核心,在不同的領(lǐng)域都有著不同的應(yīng)用。它是web發(fā)展到一定階段的必然產(chǎn)物,既具有SGML的核心特征,又有著HTML的簡(jiǎn)單特性,還具有明確和結(jié)構(gòu)良好等許多新的特性。
        python解析XML常見(jiàn)的有三種方法:一是xml.dom.*模塊,它是W3C DOM API的實(shí)現(xiàn),若需要處理DOM API則該模塊很適合,注意xml.dom包里面有許多模塊,須區(qū)分它們間的不同;二是xml.sax.*模塊,它是SAX API的實(shí)現(xiàn),這個(gè)模塊犧牲了便捷性來(lái)?yè)Q取速度和內(nèi)存占用,SAX是一個(gè)基于事件的API,這就意味著它可以“在空中”處理龐大數(shù)量的的文檔,不用完全加載進(jìn)內(nèi)存;三是xml.etree.ElementTree模塊(簡(jiǎn)稱 ET),它提供了輕量級(jí)的Python式的API,相對(duì)于DOM來(lái)說(shuō)ET 快了很多,而且有很多令人愉悅的API可以使用,相對(duì)于SAX來(lái)說(shuō)ET的ET.iterparse也提供了 “在空中” 的處理方式,沒(méi)有必要加載整個(gè)文檔到內(nèi)存,ET的性能的平均值和SAX差不多,但是API的效率更高一點(diǎn)而且使用起來(lái)很方便。
二、詳解

      解析的xml文件(country.xml):
在CODE上查看代碼片派生到我的代碼片

  <?xml version="1.0"?> 
  <data> 
    <country name="Singapore"> 
      <rank>4</rank> 
      <year>2011</year> 
      <gdppc>59900</gdppc> 
      <neighbor name="Malaysia" direction="N"/> 
    </country> 
    <country name="Panama"> 
      <rank>68</rank> 
      <year>2011</year> 
      <gdppc>13600</gdppc> 
      <neighbor name="Costa Rica" direction="W"/> 
      <neighbor name="Colombia" direction="E"/> 
    </country> 
  </data> 

1、xml.etree.ElementTree

        ElementTree生來(lái)就是為了處理XML,它在Python標(biāo)準(zhǔn)庫(kù)中有兩種實(shí)現(xiàn):一種是純Python實(shí)現(xiàn)的,如xml.etree.ElementTree,另一種是速度快一點(diǎn)的xml.etree.cElementTree。注意:盡量使用C語(yǔ)言實(shí)現(xiàn)的那種,因?yàn)樗俣雀?,而且消耗的?nèi)存更少。
在CODE上查看代碼片派生到我的代碼片

  try: 
    import xml.etree.cElementTree as ET 
  except ImportError: 
    import xml.etree.ElementTree as ET 

        這是一個(gè)讓Python不同的庫(kù)使用相同API的一個(gè)比較常用的辦法,而從Python 3.3開(kāi)始ElementTree模塊會(huì)自動(dòng)尋找可用的C庫(kù)來(lái)加快速度,所以只需要import xml.etree.ElementTree就可以了。
在CODE上查看代碼片派生到我的代碼片

  #!/usr/bin/evn python 
  #coding:utf-8 
   
  try: 
    import xml.etree.cElementTree as ET 
  except ImportError: 
    import xml.etree.ElementTree as ET 
  import sys 
   
  try: 
    tree = ET.parse("country.xml")     #打開(kāi)xml文檔 
    #root = ET.fromstring(country_string) #從字符串傳遞xml 
    root = tree.getroot()         #獲得root節(jié)點(diǎn)  
  except Exception, e: 
    print "Error:cannot parse file:country.xml." 
    sys.exit(1) 
  print root.tag, "---", root.attrib  
  for child in root: 
    print child.tag, "---", child.attrib 
   
  print "*"*10 
  print root[0][1].text   #通過(guò)下標(biāo)訪問(wèn) 
  print root[0].tag, root[0].text 
  print "*"*10 
   
  for country in root.findall('country'): #找到root節(jié)點(diǎn)下的所有country節(jié)點(diǎn) 
    rank = country.find('rank').text   #子節(jié)點(diǎn)下節(jié)點(diǎn)rank的值 
    name = country.get('name')      #子節(jié)點(diǎn)下屬性name的值 
    print name, rank 
      
  #修改xml文件 
  for country in root.findall('country'): 
    rank = int(country.find('rank').text) 
    if rank > 50: 
      root.remove(country) 
   
  tree.write('output.xml') 

運(yùn)行結(jié)果:

201549105948952.png (509×377)

參考:https://docs.python.org/2/library/xml.etree.elementtree.html
2、xml.dom.*

        文件對(duì)象模型(Document Object Model,簡(jiǎn)稱DOM),是W3C組織推薦的處理可擴(kuò)展置標(biāo)語(yǔ)言的標(biāo)準(zhǔn)編程接口。一個(gè) DOM 的解析器在解析一個(gè)XML文檔時(shí),一次性讀取整個(gè)文檔,把文檔中所有元素保存在內(nèi)存中的一個(gè)樹(shù)結(jié)構(gòu)里,之后你可以利用DOM 提供的不同的函數(shù)來(lái)讀取或修改文檔的內(nèi)容和結(jié)構(gòu),也可以把修改過(guò)的內(nèi)容寫(xiě)入xml文件。python中用xml.dom.minidom來(lái)解析xml文件,例子如下:
在CODE上查看代碼片派生到我的代碼片

  #!/usr/bin/python 
  #coding=utf-8 
   
  from xml.dom.minidom import parse 
  import xml.dom.minidom 
   
  # 使用minidom解析器打開(kāi)XML文檔 
  DOMTree = xml.dom.minidom.parse("country.xml") 
  Data = DOMTree.documentElement 
  if Data.hasAttribute("name"): 
    print "name element : %s" % Data.getAttribute("name") 
   
  # 在集合中獲取所有國(guó)家 
  Countrys = Data.getElementsByTagName("country") 
   
  # 打印每個(gè)國(guó)家的詳細(xì)信息 
  for Country in Countrys: 
    print "*****Country*****" 
    if Country.hasAttribute("name"): 
     print "name: %s" % Country.getAttribute("name") 
   
    rank = Country.getElementsByTagName('rank')[0] 
    print "rank: %s" % rank.childNodes[0].data 
    year = Country.getElementsByTagName('year')[0] 
    print "year: %s" % year.childNodes[0].data 
    gdppc = Country.getElementsByTagName('gdppc')[0] 
    print "gdppc: %s" % gdppc.childNodes[0].data 
   
    for neighbor in Country.getElementsByTagName("neighbor"):  
      print neighbor.tagName, ":", neighbor.getAttribute("name"), neighbor.getAttribute("direction") 

運(yùn)行結(jié)果:

201549110124853.png (486×264)

參考:https://docs.python.org/2/library/xml.dom.html

3、xml.sax.*

       SAX是一種基于事件驅(qū)動(dòng)的API,利用SAX解析XML牽涉到兩個(gè)部分:解析器和事件處理器。其中解析器負(fù)責(zé)讀取XML文檔,并向事件處理器發(fā)送事件,如元素開(kāi)始跟元素結(jié)束事件;而事件處理器則負(fù)責(zé)對(duì)事件作出相應(yīng),對(duì)傳遞的XML數(shù)據(jù)進(jìn)行處理。python中使用sax方式處理xml要先引入xml.sax中的parse函數(shù),還有xml.sax.handler中的ContentHandler。常使用在如下的情況下:一、對(duì)大型文件進(jìn)行處理;二、只需要文件的部分內(nèi)容,或者只需從文件中得到特定信息;三、想建立自己的對(duì)象模型的時(shí)候。
ContentHandler類方法介紹
(1)characters(content)方法
調(diào)用時(shí)機(jī):
從行開(kāi)始,遇到標(biāo)簽之前,存在字符,content的值為這些字符串。
從一個(gè)標(biāo)簽,遇到下一個(gè)標(biāo)簽之前, 存在字符,content的值為這些字符串。
從一個(gè)標(biāo)簽,遇到行結(jié)束符之前,存在字符,content的值為這些字符串。
標(biāo)簽可以是開(kāi)始標(biāo)簽,也可以是結(jié)束標(biāo)簽。
(2)startDocument()方法
文檔啟動(dòng)的時(shí)候調(diào)用。
(3)endDocument()方法
解析器到達(dá)文檔結(jié)尾時(shí)調(diào)用。
(4)startElement(name, attrs)方法
遇到XML開(kāi)始標(biāo)簽時(shí)調(diào)用,name是標(biāo)簽的名字,attrs是標(biāo)簽的屬性值字典。
(5)endElement(name)方法
遇到XML結(jié)束標(biāo)簽時(shí)調(diào)用。
在CODE上查看代碼片派生到我的代碼片

  #coding=utf-8 
  #!/usr/bin/python 
   
  import xml.sax 
   
  class CountryHandler(xml.sax.ContentHandler): 
    def __init__(self): 
     self.CurrentData = "" 
     self.rank = "" 
     self.year = "" 
     self.gdppc = "" 
     self.neighborname = "" 
     self.neighbordirection = "" 
   
    # 元素開(kāi)始事件處理 
    def startElement(self, tag, attributes): 
     self.CurrentData = tag 
     if tag == "country": 
       print "*****Country*****" 
       name = attributes["name"] 
       print "name:", name 
     elif tag == "neighbor": 
       name = attributes["name"] 
       direction = attributes["direction"] 
       print name, "->", direction 
   
    # 元素結(jié)束事件處理 
    def endElement(self, tag): 
     if self.CurrentData == "rank": 
       print "rank:", self.rank 
     elif self.CurrentData == "year": 
       print "year:", self.year 
     elif self.CurrentData == "gdppc": 
       print "gdppc:", self.gdppc 
     self.CurrentData = "" 
   
    # 內(nèi)容事件處理 
    def characters(self, content): 
     if self.CurrentData == "rank": 
       self.rank = content 
     elif self.CurrentData == "year": 
       self.year = content 
     elif self.CurrentData == "gdppc": 
       self.gdppc = content 
    
  if __name__ == "__main__": 
     # 創(chuàng)建一個(gè) XMLReader 
    parser = xml.sax.make_parser() 
    # turn off namepsaces 
    parser.setFeature(xml.sax.handler.feature_namespaces, 0) 
   
     # 重寫(xiě) ContextHandler 
    Handler = CountryHandler() 
    parser.setContentHandler(Handler) 
     
    parser.parse("country.xml") 

運(yùn)行結(jié)果:

201549110218145.png (471×264)

4、libxml2和lxml解析xml

       libxml2是使用C語(yǔ)言開(kāi)發(fā)的xml解析器,是一個(gè)基于MIT License的免費(fèi)開(kāi)源軟件,多種編程語(yǔ)言都有基于它的實(shí)現(xiàn),python中的libxml2模塊有點(diǎn)小不足的是:xpathEval()接口不支持類似模板的用法,但不影響使用,因libxml2采用C語(yǔ)言開(kāi)發(fā)的,因此在使用API接口的方式上難免會(huì)有點(diǎn)不適應(yīng)。
在CODE上查看代碼片派生到我的代碼片

  #!/usr/bin/python 
  #coding=utf-8 
   
  import libxml2 
   
  doc = libxml2.parseFile("country.xml") 
  for book in doc.xpathEval('//country'): 
    if book.content != "": 
      print "----------------------" 
      print book.content 
  for node in doc.xpathEval("http://country/neighbor[@name = 'Colombia']"): 
    print node.name, (node.properties.name, node.properties.content) 
  doc.freeDoc() 

201549110301575.png (457×318)

        lxml是以libxml2為基礎(chǔ)采用python語(yǔ)言開(kāi)發(fā)的,從使用層面上說(shuō)比lxml更適合python開(kāi)發(fā)者,且xpath()接口支持類似模板的用法。
在CODE上查看代碼片派生到我的代碼片

  #!/usr/bin/python 
  #coding=utf-8 
   
  import lxml.etree  
   
  doc = lxml.etree.parse("country.xml")  
  for node in doc.xpath("http://country/neighbor[@name = $name]", name = "Colombia"):  
    print node.tag, node.items() 
  for node in doc.xpath("http://country[@name = $name]", name = "Singapore"):  
    print node.tag, node.items() 

201549110332839.png (513×57)

三、總結(jié)
(1)Python中XML解析可用的類庫(kù)或模塊有xml、libxml2 、lxml 、xpath等,需要深入了解的還需參考相應(yīng)的文檔。
(2)每一種解析方式都有自己的優(yōu)點(diǎn)和缺點(diǎn),選擇前可以綜合各個(gè)方面的性能考慮。
(3)若有不足,請(qǐng)留言,在此先感謝!

相關(guān)文章

  • opencv python簡(jiǎn)易文檔之圖像處理算法

    opencv python簡(jiǎn)易文檔之圖像處理算法

    OpenCV是一個(gè)開(kāi)源庫(kù),包含了許多計(jì)算機(jī)視覺(jué)算法,它在計(jì)算機(jī)視覺(jué)和圖像處理中起著重要作用,用于實(shí)時(shí)操作,其效率足以滿足工業(yè)上的要求,這篇文章主要給大家介紹了關(guān)于opencv python簡(jiǎn)易文檔之圖像處理算法的相關(guān)資料,需要的朋友可以參考下
    2021-08-08
  • Python的另外幾種語(yǔ)言實(shí)現(xiàn)

    Python的另外幾種語(yǔ)言實(shí)現(xiàn)

    這篇文章主要介紹了Python的另外幾種語(yǔ)言實(shí)現(xiàn),本文介紹了CPython、Jython、Python for .NET、PyPy、Stackless等其它幾種語(yǔ)言實(shí)現(xiàn)的Python,需要的朋友可以參考下
    2015-01-01
  • python中join()方法介紹

    python中join()方法介紹

    Python join() 方法用于將序列中的元素以指定的字符連接生成一個(gè)新的字符串。這篇文章主要介紹了python中join()方法,需要的朋友可以參考下
    2018-10-10
  • pycharm 2018 激活碼及破解補(bǔ)丁激活方式

    pycharm 2018 激活碼及破解補(bǔ)丁激活方式

    這篇文章主要介紹了pycharm 2018 激活碼及破解補(bǔ)丁激活方式,本文給大家介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或工作具有一定的參考借鑒價(jià)值,需要的朋友可以參考下
    2020-05-05
  • pandas創(chuàng)建DataFrame的方式小結(jié)

    pandas創(chuàng)建DataFrame的方式小結(jié)

    今天給大家整理了pandas創(chuàng)建DataFrame的方式小結(jié),現(xiàn)在我們就來(lái)看看這三種生成Dataframe的方式,每種方式通過(guò)實(shí)例代碼給大家介紹的非常詳細(xì),需要的朋友參考下吧
    2021-09-09
  • python使用技巧-文件讀寫(xiě)

    python使用技巧-文件讀寫(xiě)

    這篇文章主要介紹了python使用技巧-文件讀寫(xiě),Python提供了非常方便的文件讀寫(xiě)功能,其中open是讀寫(xiě)文件的第一步,通過(guò)open讀寫(xiě)文件的方式和把大象裝冰箱是一樣的,下面我們就來(lái)具體介紹該內(nèi)容,需要的小伙伴可以參考一下
    2022-02-02
  • Python實(shí)現(xiàn)向服務(wù)器請(qǐng)求壓縮數(shù)據(jù)及解壓縮數(shù)據(jù)的方法示例

    Python實(shí)現(xiàn)向服務(wù)器請(qǐng)求壓縮數(shù)據(jù)及解壓縮數(shù)據(jù)的方法示例

    這篇文章主要介紹了Python實(shí)現(xiàn)向服務(wù)器請(qǐng)求壓縮數(shù)據(jù)及解壓縮數(shù)據(jù)的方法,涉及Python文件傳輸及zip文件相關(guān)操作技巧,需要的朋友可以參考下
    2017-06-06
  • Python使用socket實(shí)現(xiàn)組播與發(fā)送二進(jìn)制數(shù)據(jù)

    Python使用socket實(shí)現(xiàn)組播與發(fā)送二進(jìn)制數(shù)據(jù)

    在工作中經(jīng)常會(huì)用到socket傳輸數(shù)據(jù),例如客戶端給服務(wù)器發(fā)送數(shù)據(jù)(雙方約定了數(shù)據(jù)格式),本文主要介紹了Python使用socket實(shí)現(xiàn)組播與發(fā)送二進(jìn)制數(shù)據(jù),感興趣的可以了解一下
    2021-06-06
  • Python基于文件內(nèi)容實(shí)現(xiàn)查找文件功能

    Python基于文件內(nèi)容實(shí)現(xiàn)查找文件功能

    無(wú)論是Linux系統(tǒng)還是Windows系統(tǒng)都有基于文件名實(shí)現(xiàn)過(guò)濾、查找的功能。但是如果想要查找一些關(guān)于某些文件指定內(nèi)容的文件,好像它們明面上沒(méi)有這樣的功能了。這個(gè)時(shí)候就可以通過(guò) Python 來(lái)實(shí)現(xiàn)這樣的功能,快跟隨小編一起學(xué)習(xí)一下吧
    2022-05-05
  • Python中的時(shí)序分析和可視化案例詳解

    Python中的時(shí)序分析和可視化案例詳解

    每個(gè)數(shù)據(jù)集都有自己的特征,我們使用它們的特征作為特征來(lái)深入了解數(shù)據(jù),在本文中,我們將討論一種重要的數(shù)據(jù)集,即時(shí)間序列數(shù)據(jù),感興趣的可以了解下
    2024-02-02

最新評(píng)論