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.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("-----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 = 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()
 
 # 关闭命名空间
 parser.setFeature(xml.sax.handler.feature_namespaces, 0)
 
 # 重写 ContextHandler
 Handler = 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 parse
import xml.dom.minidom
# 使用minidom解析器打开XML文档
DOMTree = xml.dom.minidom.parse("movies.xml")
collection = DOMTree.documentElement
if 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/