python 使用sax 解析xml 文件

这里不是说xml 的所以如果xml 不了解,可以百度大致看下即可,

SAX知识了解

SAX (simple API for XML ) 有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。

sax的主要方法

1 startDocument() : 文档启动的时候调用。

2 endDocument() : 解析器到达文档结尾时调用。

3 startElement(name, attrs): 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。

4 endElement(name) : 遇到XML结束标签时调用。

5 characters :内容处理

6 make_parser : 创建一个解释器对象并返回

7 parser : 解析xml

demo 练习 python的 sax 解析xml

demo1 读取只有标签的xml

创建一个config.xml 的文件内容如下:

<?xml version="1.0" encoding="UTF-8"?>
<config_content><lib name="a" path="a的路径"/><lib name="b" path="b的路径"/><lib name="c" path="c的路径"/>
</config_content>

代码如下

import xml.saxclass ConfigHandler(xml.sax.ContentHandler):def __init__(self):self.tag = ""self.name = ""self.path = ""# 启动文档def startDocument(self):print("******解析配置文件开始******")# 开始解析xmldef startElement(self, name, attributes):self.tag = nameif name == "lib":self.name = attributes["name"]self.path = attributes["path"]print(self.name)print(self.path)# xml内容事件处理def characters(self, content):pass# 结束解析xmldef endElement(self, name):pass# xml结束标签调用def endDocument(self):print("******配置文件解析结束******")if __name__ == "__main__":# 创建一个 XMLReaderparser = xml.sax.make_parser()# turn off namepsacesparser.setFeature(xml.sax.handler.feature_namespaces, 0)# 重写 ContextHandlerHandler = ConfigHandler()parser.setContentHandler(Handler)# 解析 xml 这里可以写xml 的具体路径,为了简单放在了同一个文件夹里面了parser.parse("config.xml")

打印结果如下

由于读取的xml 只有标签这里内容处理和结束的时候并没有做其他的操作,可以出sax 读取xml 的时候是一行一行读取的,这里只有单行所以没有重复的问题,如果我们要使用读取的数据,可以把数据存放到 list 中或者存放到字典中,如下

class ConfigHandler(xml.sax.ContentHandler):config_map = {}config_name_list = []config_path_list = []def __init__(self):self.tag = ""self.name = ""self.path = ""# 启动文档def startDocument(self):print("******解析配置文件开始******")# 开始解析xmldef startElement(self, name, attributes):self.tag = nameif name == "lib":self.name = attributes["name"]self.path = attributes["path"]# print(self.name)# print(self.path)self.config_name_list.append(self.name)print(self.config_name_list)self.config_path_list.append(self.path)print(self.config_path_list)self.config_map.update({self.name: self.path})print(self.config_map)# xml内容事件处理def characters(self, content):pass# 结束解析xmldef endElement(self, name):pass# xml结束标签调用def endDocument(self):print("******配置文件解析结束******")if __name__ == "__main__":# 创建一个 XMLReaderparser = xml.sax.make_parser()# turn off namepsacesparser.setFeature(xml.sax.handler.feature_namespaces, 0)# 重写 ContextHandlerHandler = ConfigHandler()parser.setContentHandler(Handler)# 解析 xml 这里可以写xml 的具体路径,为了简单放在了同一个文件夹里面了parser.parse("config.xml")

打印结果

demo2 读取同标签不同内容的xml

xml内容如下

<?xml version="1.0" encoding="UTF-8"?>
<config_content><type class="3年级"><lib name="体育">优秀</lib><lib name="语文">一般</lib><lib name="数学">优秀</lib></type><type class="5年级"><lib name="体育">一般</lib><lib name="语文">优秀</lib><lib name="数学">良好</lib></type>
</config_content>

python 代码如下

import xml.saxclass ConfigHandler(xml.sax.ContentHandler):def __init__(self):self.tag = ""self.name = ""self.label = ""self.content = ""# 启动文档def startDocument(self):print("******解析配置文件开始******")# 开始解析xmldef startElement(self, name, attributes):self.tag = nameif name == "type":self.name = attributes["class"]print(self.name)if name == "lib":self.label = attributes["name"]print(self.label)# xml内容事件处理def characters(self, content):self.content = content# 结束解析xmldef endElement(self, name):if name == "lib":print(self.content)# xml结束标签调用def endDocument(self):print("******配置文件解析结束******")if __name__ == "__main__":# 创建一个 XMLReaderparser = xml.sax.make_parser()# turn off namepsacesparser.setFeature(xml.sax.handler.feature_namespaces, 0)# 重写 ContextHandlerHandler = ConfigHandler()parser.setContentHandler(Handler)# 解析 xml 这里可以写xml 的具体路径,为了简单放在了同一个文件夹里面了parser.parse("config.xml")

打印结果如下

demo3 读取相同标签多个标题的xml

xml 内容如下

<?xml version="1.0" encoding="UTF-8"?>
<config_content><school name="第六中学"><type class="2年级"><Language>优秀</Language><Math>一般</Math><English>优秀</English></type><type class="5年级"><Language>优秀</Language><Math>一般</Math><English>优秀</English></type></school><school name="第九中学"><type class="1年级"><Language>优秀</Language><Math>一般</Math><English>优秀</English></type><type class="3年级"><Language>优秀</Language><Math>一般</Math><English>优秀</English></type></school>
</config_content>

python 代码如下

import xml.saxclass ConfigHandler(xml.sax.ContentHandler):def __init__(self):self.tag = ""self.name = ""self.label = ""self.content = ""# 启动文档def startDocument(self):print("******解析配置文件开始******")# 开始解析xmldef startElement(self, name, attributes):self.tag = nameif name == "school":self.name = attributes["name"]print(self.name)if name == "type":self.label = attributes["class"]print(self.label)# xml内容事件处理def characters(self, content):self.content = content# 结束解析xmldef endElement(self, name):if name == "Language":print(self.content)elif name == "Math":print(self.content)elif name == "English":print(self.content)# xml结束标签调用def endDocument(self):print("******配置文件解析结束******")if __name__ == "__main__":# 创建一个 XMLReaderparser = xml.sax.make_parser()# turn off namepsacesparser.setFeature(xml.sax.handler.feature_namespaces, 0)# 重写 ContextHandlerHandler = ConfigHandler()parser.setContentHandler(Handler)# 解析 xml 这里可以写xml 的具体路径,为了简单放在了同一个文件夹里面了parser.parse("config.xml")

打印结果如下：

******解析配置文件开始******
第六中学
2年级
优秀
一般
优秀
5年级
优秀
一般
优秀
第九中学
1年级
优秀
一般
优秀
3年级
优秀
一般
优秀
******配置文件解析结束******

最后总结，python 使用sax 读取xml 不难，可能存在组合数据的时候出现数据重现的问题，这个可以在拼接完数据之后，清空一下数据源，试试看，由于需求不一样，这里就不在写各种需求的组合数据了，大家注意一下数据重复问题即可。