一，概述

在XML解析方面，Python贯彻了自己开箱即用batteries included的原则，

在自带的标准库中，python提供了大量可以用于处理XML语言的包和工具

二，正文

1,什么是XML?

XML是可扩展标志语言(extensible markup language)的缩写，其中的标记markup 是关键部分

可以创建内容，然后使用限定标记标记之，从而使得每个单词，短语，或块称为可识别，可分类的信息

标记语言从早期的私有公司和政府制定形式逐渐演变成

标准通用标记语言 standard generalized markup language , SGML

超文本标记语言 Hypertext markup language ，HTML

最终演变成XML,

XML有下面的特点：

设计宗旨是传输数据，而非显示数据

标签没有被预定义，需要自定定义标签

设计为具有自我描述性

是W3C的推荐标准

XML在web中起到的作用不会亚于一直作为web基石的HTML,

是各种应用程序之间进行数据传输的最常用的工具，

并且在信息存储和描述领域变得越来越流行

2，可以解析XML的python 包？

2.1 xml.dom

xml.dom实现的是w3c指定的dom API，　如果习惯于使用DOM API或者有人要求这样做，可以使用

这个包，这个包中还有几个不同的模块，各自的性能有所区别

DOM解析器在任何处理开始之前，必须将基于XML文件生成的树状数据放在内存中，所以

DOM解析器的内存使用量完全根据输入资料的大小

2.2 xml.dom.minidom

xml.dom.minidom 是DOM API的极简化实现，不熟悉DOM的人，可以考虑使用xml.etree.ElementTree模块，但是这个模块使用起来不方便，效率也不高，而且容易出现问题

2.3 xml.dom.pulldom

与其他模块不同, xml.dom.pulldom模块提供了一个pull解析器，背后的基本概念是从xml流中pull事件，

然后进行处理，虽然和SAX一样采用事件驱动模型 event-driven processing model，但是不同的是，

使用pull 解析器时候，使用者需要明确地从XML流中pull事件，对这些事件遍历处理，直到处理完成或者出现错误

pull解析(pull parsing)是近来兴起的一种XML处理趋势，此前SAX和DOM这些流行的XML解析框架，都是 push-based, 即对解析工作的控制权，掌握在解析器中

2.4 xml.sax

xml.sax模块实现的是SAX API，　这个模块牺牲了便捷性换取速度和内存占用，

SAX是simple API for XML的缩写，并不是由W3C官方提出的标准，它是事件驱动的，

并不需要一次性读入整个文档，而文档的读入过程也就是SAX的解析过程

所谓事件驱动，是指一种基于回调callback机制的程序运行方法

2.5 xml.parser.expat

xml.parser.expat 提供了对C语言编写的expat解析器的一个直接的，底层的API接口，

expat 接口和SAX类似，也是基于事件回调机制，但是这个接口并不是标准化的，只适用于expat库

expat是一个面向流的解析器，注册的解析器回调或者handler功能，

然后开始搜索它的文档，当解析器识别该文件的指定位置，它会调用该部分相应的处理程序(如果已经注册了一个)，该文件会被输送到解析器，被分割成多个片段，分段装到内存中，

因此，expat可以解析巨大的文件

2.6 xml.etree.ElementTree(简称ET)

xml.etree.ElementTree模块提供了一个轻量级, pythonic的API，同时还有一个高效的C语言实现

即xml.etree.cElementTree, 与DOM相比，ET的速度更快，API使用更加直接，方便

与SAX相比，ET.iterparse函数同样提供了按需解析的功能，不会一次性在内存中读入整个文档

ET的性能与SAX模块大致相仿，但是它的API更加高层次，用户使用起来更加便捷

在使用python 进行xml解析时候，首选ET模块

3，如何利用ET解析XML?

python 标准库中，提供了ET的两种实现，一个是纯Python 实现的xml.etree.ElementTree

另一个是速度更快的Ｃ语言实现的xml.etree.cElementTree

记住始终使用C语言实现，因为它的速度更加快，且内存消耗更少

导入模块

注意：Python3.3之后，ElementTree模块会自动优先使用Ｃ加速器，因此只需要使用

import xml.etree.ElementTree即可

3.1 将XML文档解析为书　tree

XML是一种结构化，层级化的数据格式，最适合体现XML的数据结构是树

ET提供了两个对象，ElementTree将整个XML文档转化为树，Element则代表着树上的单个节点

对整个XML文档的交互(读取，写入，查找需要的元素),一般是在ElementTree层面进行的

对单个XML元素和其子元素，则是在Element层面进行的