关于python用SAX解析XML

2024-04-01 21:18
文章标签 python xml 解析 sax

本文主要是介绍关于python用SAX解析XML,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

        XML即可扩展标记语言(Extensible Markup Language 其被设计为传输和存储数据,其焦点是数据的内容。 而熟悉的HTML则是 被设计用来显示数据,其焦点是数据的外观。

       python里面操作XML有两种方法:DOM和SAX。

       DOM会把整个XML读入内存,解析为树,因此占用内存大,解析慢,优点是可以任意遍历树的节点。

       SAX是流模式,边读边解析,占用内存小,解析快,缺点是我们需要自己处理事件。

       但是由于DOM太占内存所以一般采用SAX。

       用SAX解析XML文件的时候我们通常只用关注三个件:start_element(读取标签头),end_element(读取标签尾)以及char_data(标签中间的内容)


比如要从这段xml代码里面获取到获取当天和第二天的天气

data = r'''<?xml version="1.0" encoding="UTF-8" standalone="yes" ?>
<rss version="2.0" xmlns:yweather="http://xml.weather.yahoo.com/ns/rss/1.0" xmlns:geo="http://www.w3.org/2003/01/geo/wgs84_pos#"><channel><title>Yahoo! Weather - Beijing, CN</title><lastBuildDate>Wed, 27 May 2015 11:00 am CST</lastBuildDate><yweather:location city="Beijing" region="" country="China"/><yweather:units temperature="C" distance="km" pressure="mb" speed="km/h"/><yweather:wind chill="28" direction="180" speed="14.48" /><yweather:atmosphere humidity="53" visibility="2.61" pressure="1006.1" rising="0" /><yweather:astronomy sunrise="4:51 am" sunset="7:32 pm"/><item><geo:lat>39.91</geo:lat><geo:long>116.39</geo:long><pubDate>Wed, 27 May 2015 11:00 am CST</pubDate><yweather:condition text="Haze" code="21" temp="28" date="Wed, 27 May 2015 11:00 am CST" /><yweather:forecast day="Wed" date="27 May 2015" low="20" high="33" text="Partly Cloudy" code="30" /><yweather:forecast day="Thu" date="28 May 2015" low="21" high="34" text="Sunny" code="32" /><yweather:forecast day="Fri" date="29 May 2015" low="18" high="25" text="AM Showers" code="39" /><yweather:forecast day="Sat" date="30 May 2015" low="18" high="32" text="Sunny" code="32" /><yweather:forecast day="Sun" date="31 May 2015" low="20" high="37" text="Sunny" code="32" /></item></channel>
</rss>
'''
from xml.parsers.expat import ParserCreate
class A(object):def __init__(self):self._data = {}self._count = 0def get_data(self):return self._datadef start_element(self,name,attrs):if name == 'yweather:location':self._data['city'] = attrs['city']self._data['country'] = attrs['country']elif name == 'yweather:forecast':if self._count == 0:self._data['today'] = {}self._data['today']['text'] = attrs['text']self._data['today']['low'] = attrs['low']self._data['today']['high'] = attrs['high']self._count += 1elif self._count ==1:self._data['tomorrow'] = {}self._data['tomorrow']['text'] = attrs['text']self._data['tomorrow']['low'] = attrs['low']self._data['tomorrow']['high'] = attrs['high']self._count += 1def end_element(self,name):passdef char_data(self,text):pass
def parse_weather(xml):p = ParserCreate()a = A()p.StartElementHandler = a.start_elementp.EndElementHandler = a.end_elementp.CharacterDataHandler = a.char_datap.Parse(xml)return a.get_data()weather = parse_weather(data)
assert weather['city'] == 'Beijing', weather['city']   #这些assert语句是一个断点,如果城市不是北京就报错
assert weather['country'] == 'China', weather['country']
assert weather['today']['text'] == 'Partly Cloudy', weather['today']['text']
assert weather['today']['low'] == '20', weather['today']['low']
assert weather['today']['high'] == '33', weather['today']['high']
assert weather['tomorrow']['text'] == 'Sunny', weather['tomorrow']['text']
assert weather['tomorrow']['low'] == '21', weather['tomorrow']['low']
assert weather['tomorrow']['high'] == '34', weather['tomorrow']['high']
print('weather:',str(weather))'''
输出:
weather: {'country': 'China', 'today': {'text': 'Partly Cloudy', 'low': '20', 'high': '33'}, 'tomorrow': {'text': 'Sunny', 'low': '21', 'high': '34'}, 'city': 'Beijing'}
'''
从这一段xml代码里面我们发现所需要的内容全部都是在标签头里面,所以只需要在start_element方法里面协商合适的判断条件去获得所需要的内容即可。


       


这篇关于关于python用SAX解析XML的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/868162

相关文章

深度解析Java @Serial 注解及常见错误案例

《深度解析Java@Serial注解及常见错误案例》Java14引入@Serial注解,用于编译时校验序列化成员,替代传统方式解决运行时错误,适用于Serializable类的方法/字段,需注意签... 目录Java @Serial 注解深度解析1. 注解本质2. 核心作用(1) 主要用途(2) 适用位置3

Python中Json和其他类型相互转换的实现示例

《Python中Json和其他类型相互转换的实现示例》本文介绍了在Python中使用json模块实现json数据与dict、object之间的高效转换,包括loads(),load(),dumps()... 项目中经常会用到json格式转为object对象、dict字典格式等。在此做个记录,方便后续用到该方

Java MCP 的鉴权深度解析

《JavaMCP的鉴权深度解析》文章介绍JavaMCP鉴权的实现方式,指出客户端可通过queryString、header或env传递鉴权信息,服务器端支持工具单独鉴权、过滤器集中鉴权及启动时鉴权... 目录一、MCP Client 侧(负责传递,比较简单)(1)常见的 mcpServers json 配置

从基础到高级详解Python数值格式化输出的完全指南

《从基础到高级详解Python数值格式化输出的完全指南》在数据分析、金融计算和科学报告领域,数值格式化是提升可读性和专业性的关键技术,本文将深入解析Python中数值格式化输出的相关方法,感兴趣的小伙... 目录引言:数值格式化的核心价值一、基础格式化方法1.1 三种核心格式化方式对比1.2 基础格式化示例

Python与MySQL实现数据库实时同步的详细步骤

《Python与MySQL实现数据库实时同步的详细步骤》在日常开发中,数据同步是一项常见的需求,本篇文章将使用Python和MySQL来实现数据库实时同步,我们将围绕数据变更捕获、数据处理和数据写入这... 目录前言摘要概述:数据同步方案1. 基本思路2. mysql Binlog 简介实现步骤与代码示例1

Python ORM神器之SQLAlchemy基本使用完全指南

《PythonORM神器之SQLAlchemy基本使用完全指南》SQLAlchemy是Python主流ORM框架,通过对象化方式简化数据库操作,支持多数据库,提供引擎、会话、模型等核心组件,实现事务... 目录一、什么是SQLAlchemy?二、安装SQLAlchemy三、核心概念1. Engine(引擎)

从原理到实战解析Java Stream 的并行流性能优化

《从原理到实战解析JavaStream的并行流性能优化》本文给大家介绍JavaStream的并行流性能优化:从原理到实战的全攻略,本文通过实例代码给大家介绍的非常详细,对大家的学习或工作具有一定的... 目录一、并行流的核心原理与适用场景二、性能优化的核心策略1. 合理设置并行度:打破默认阈值2. 避免装箱

Ubuntu如何升级Python版本

《Ubuntu如何升级Python版本》Ubuntu22.04Docker中,安装Python3.11后,使用update-alternatives设置为默认版本,最后用python3-V验证... 目China编程录问题描述前提环境解决方法总结问题描述Ubuntu22.04系统自带python3.10,想升级

Python自动化处理PDF文档的操作完整指南

《Python自动化处理PDF文档的操作完整指南》在办公自动化中,PDF文档处理是一项常见需求,本文将介绍如何使用Python实现PDF文档的自动化处理,感兴趣的小伙伴可以跟随小编一起学习一下... 目录使用pymupdf读写PDF文件基本概念安装pymupdf提取文本内容提取图像添加水印使用pdfplum

Maven中生命周期深度解析与实战指南

《Maven中生命周期深度解析与实战指南》这篇文章主要为大家详细介绍了Maven生命周期实战指南,包含核心概念、阶段详解、SpringBoot特化场景及企业级实践建议,希望对大家有一定的帮助... 目录一、Maven 生命周期哲学二、default生命周期核心阶段详解(高频使用)三、clean生命周期核心阶