Python 数据持久化 - XML 解析器

XML 是 eXtensible Markup Language 的缩写。 它是一种可移植、开源和跨平台的语言，与 HTML 或 SGML 非常相似，并受到万维网联盟的推荐。

它是一种众所周知的数据交换格式，被大量应用程序使用，例如网络服务、办公工具和面向服务的架构 (SOA)。 XML 格式既是机器可读的，也是人类可读的。

标准 Python 库的 xml 包包含以下用于 XML 处理的模块 −

XML 文档中的数据以树状层次格式排列，从根和元素开始。 每个元素都是树中的单个节点，并具有包含在 <> 和 </> 标签中的属性。 一个或多个子元素可以分配给每个元素。

下面是一个XML文档的典型例子 −

<?xml version = "1.0" encoding = "iso-8859-1"?>
<studentlist>
   <student>
      <name>Ratna</name>
      <subject>Physics</subject>
      <marks>85</marks>
   </student>
   <student>
      <name>Kiran</name>
      <subject>Maths</subject>
      <marks>100</marks>
   </student>
   <student>
      <name>Mohit</name>
      <subject>Biology</subject>
      <marks>92</marks>
   </student>
</studentlist>

在使用ElementTree 模块时，第一步是设置树的根元素。 每个元素都有一个标签和属性，它是一个字典对象。 对于根元素，属性是一个空字典。

import xml.etree.ElementTree as xmlobj
root=xmlobj.Element('studentList')

现在，我们可以在根元素下添加一个或多个元素。 每个元素对象可能有子元素。 每个子元素都有一个属性和文本属性。

student=xmlobj.Element('student')
   nm=xmlobj.SubElement(student, 'name')
   nm.text='name'
   subject=xmlobj.SubElement(student, 'subject')
   nm.text='Ratna'
   subject.text='Physics'
   marks=xmlobj.SubElement(student, 'marks')
   marks.text='85'

使用 append() 方法将这个新元素附加到根。

root.append(student)

使用上述方法添加所需数量的元素。 最后，根元素对象被写入文件。

tree = xmlobj.ElementTree(root)
   file = open('studentlist.xml','wb')
   tree.write(file)
   file.close()

现在，我们看看如何解析 XML 文件。 为此，在 ElementTree 构造函数中构造文档树，并将其名称作为文件参数。

tree = xmlobj.ElementTree(file='studentlist.xml')

tree 对象有getroot()方法获取根元素，getchildren()返回它下面的元素列表。

root = tree.getroot()
children = root.getchildren()

通过遍历每个子节点的子元素集合，构造出每个子元素对应的字典对象。

for child in children:
   student={}
   pairs = child.getchildren()
   for pair in pairs:
      product[pair.tag]=pair.text

然后将每个字典附加到一个返回原始字典对象列表的列表中。

SAX 是事件驱动的 XML 解析的标准接口。 使用 SAX 解析 XML 需要通过子类化 xml.sax.ContentHandler 的 ContentHandler。 您可以为感兴趣的事件注册回调，然后让解析器处理文档。

当您的文档很大或内存有限制时，SAX 很有用，因为它在从磁盘读取文件时解析文件，因此整个文件永远不会存储在内存中。

文档对象模型

(DOM) API 是万维网联盟的推荐。 在这种情况下，整个文件被读入内存并以分层（基于树的）形式存储，以表示 XML 文档的所有功能。

SAX，速度不如 DOM，但文件较大。 另一方面，如果在许多小文件上使用，DOM 会消耗资源。 SAX 是只读的，而 DOM 允许对 XML 文件进行更改。