Python小结 - 访问XML



常见的XML编程接口有DOM和SAX。在Python中，有三种方法解析XML：SAX、DOM和ElementTree （Python 3）。

SAX (simple API for XML ) 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(Document Object Model) 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(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。

下面代码仅演示Python 2.7.*里通过DOM来操作XML。

首先是XML片段：

<?xml version="1.0" encoding="UTF-8"?> <collection shelf="Arthur's Collection"> <drama title="24"> <type>War, Thriller</type> <format>DVD</format> <year>2003</year> <rating>PG</rating> <stars>10</stars> <description>About counter terrorist unit</description> </drama>

原理很简单：导入包，解析树（整个导入），获得句柄，再操作。

import xml.dom.minidom DOMTree = xml.dom.minidom.parse("TVDramas.xml") cc = DOMTree.documentElement

操作也超简单：

dramas = cc.getElementsByTagName("drama") for drama in dramas: print "*****DRAMA*****" if drama.hasAttribute("title"): print "Title: %s" % drama.getAttribute("title") type = drama.getElementsByTagName('type')[0] print "Type: %s" % type.childNodes[0].data

句柄 getElementsByTagName，里面一个个地处理。