Python 数据持久化 - XML 解析器

XML 是 **可扩展标记语言** 的缩写。它是一种可移植的、开源的、跨平台的语言，非常类似于 HTML 或 SGML，并得到万维网联盟的推荐。

它是一种众所周知的的数据交换格式，被大量应用程序使用，例如 Web 服务、办公工具和 **面向服务的架构** (SOA)。XML 格式既可由机器读取，也可由人类读取。

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的层次结构格式排列，从根节点和元素开始。每个元素都是树中的一个节点，并且具有包含在 <> 和 </> 标记中的属性。可以为每个元素分配一个或多个子元素。

以下是一个典型的 XML 文档示例：

<?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一个 attrib，它是一个字典对象。对于根元素，attrib 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。每个元素对象可能具有 **子元素**。每个子元素都有一个属性和一个文本属性。

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'

这个新元素使用 append() 方法附加到根元素。

root.append(student)

使用上述方法追加任意数量的元素。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，我们来看看如何解析 XML 文件。为此，在 ElementTree 构造函数中，以文件参数的形式提供文件名来构建文档树。

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

树对象具有 **getroot()** 方法来获取根元素，getchildren() 返回其下方的元素列表。

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

通过迭代每个子节点的子元素集合，构建与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

然后将每个字典追加到一个列表中，返回原始的字典对象列表。

**SAX** 是一个用于事件驱动的 XML 解析的标准接口。使用 SAX 解析 XML 需要通过继承 xml.sax.ContentHandler 来创建内容处理器。您为感兴趣的事件注册回调，然后让解析器遍历文档。

当您的文档很大或内存有限时，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 是万维网联盟的一项推荐。在这种情况下，整个文件被读入内存并存储在层次结构（基于树）的形式中，以表示 XML 文档的所有特性。

对于大型文件，SAX 的速度不如 DOM。另一方面，如果在许多小文件上使用 DOM，它可能会消耗大量资源。SAX 是只读的，而 DOM 允许更改 XML 文件。