python使用SAX解析xml

Posted 2020-09-13

python 标准库包含SAX解析器，SAX用事件驱动模型，通过在解析XML的过程中触发一个个的事件并调用用户定义的回调函数来处理XML文件

在python中使用sax方式处理xml要先引入xml.sax中的parse函数，还有xml.sax.handler中的ContentHandler

ContentHandler类方法介绍

# characters(content)方法
# 调用时机：
# 从行开始，遇到标签之前，存在字符，content的值为这些字符串。
# 从一个标签，遇到下一个标签之前， 存在字符，content的值为这些字符串。
# 从一个标签，遇到行结束符之前，存在字符，content的值为这些字符串。
# 标签可以是开始标签，也可以是结束标签。

# startDocument()方法
# 文档启动的时候调用。

# endDocument()方法
# 解析器到达文档结尾时调用。

# startElement(name, attrs)方法
# 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。

# endElement(name)方法
# 遇到XML结束标签时调用。

# make_parser方法
# 创建一个新的解析器对象并返回。
# xml.sax.make_parser( [parser_list] )  # (parser_list - 可选参数，解析器列表)

# parser方法
# 创建一个 SAX 解析器并解析xml文档：
# xml.sax.parse( xmlfile, contenthandler[, errorhandler])
# 参数说明:
# xmlfile - xml文件名
# contenthandler - 必须是一个ContentHandler的对象
# errorhandler - 如果指定该参数，errorhandler必须是一个SAX ErrorHandler对象

# parseString方法
# parseString方法创建一个XML解析器并解析xml字符串
# xml.sax.parseString(xmlstring, contenthandler[, errorhandler])
# 参数说明:
# xmlstring - xml字符串
# contenthandler - 必须是一个ContentHandler的对象
# errorhandler - 如果指定该参数，errorhandler必须是一个SAX ErrorHandler对象

# eg_v1

import xml.sax

class MovieHandler(xml.sax.ContentHandler):
    def __init__(self):
        self.CurrentData = ""
        self.type = ""
        self.format = ""
        self.year = ""
        self.rating = ""
        self.stars = ""
        self.description = ""

# 开始元素处理
    def startElement(self, tag, attributes):
        self.CurrentData = tag
        if tag == "movie":
            print ("*****movie*****")
            title = attributes["title"]
            print ("title:",title)

# 元素结束处理
    def endElement(self, tag):
        if self.CurrentData == "type":
            print ("type:",self.type)
        elif self.CurrentData == "format":
            print ("format:",self.format)
        elif self.CurrentData == "year":
            print ("year:",self.year)
        elif self.CurrentData == "rating":
            print ("rating:",self.rating)
        elif self.CurrentData == "stars":
            print ("stars:",self.stars)
        elif self.CurrentData == "description":
            print ("description:",self.description)

# 内容事件处理
    def characters(self, content):
        if self.CurrentData == "type":
            self.type = content
        elif self.CurrentData == "format":
            self.format = content
        elif self.CurrentData == "year":
            self.year = content
        elif self.CurrentData == "rating":
            self.rating = content
        elif self.CurrentData == "stars":
            self.stars = content
        elif self.CurrentData == "description":
            self.description =content


if (__name__ == "__main__"):

    parser = xml.sax.make_parser()
    parser.setFeature(xml.sax.handler.feature_namespaces,0)

    Headler = MovieHandler()
    parser.setContentHandler( Headler )

    parser.parse("movies.xml")

# *****movie*****
# title: Enemy Behind
# type: War, Thriller
# format: DVD
# year: 2003
# rating: PG
# stars: 10
# description: Talk about a US-Japan war
# description:
#
# *****movie*****
# title: Transformers
# type: Anime, Science Fiction
# format: DVD
# year: 1989
# rating: R
# stars: 8
# description: A schientific fiction
# description:
#
# *****movie*****
# title: Trigun
# type: Anime, Action
# format: DVD
# rating: PG
# stars: 10
# description: Vash the Stampede!
# description:
#
# *****movie*****
# title: Ishtar
# type: Comedy
# format: VHS
# rating: PG
# stars: 2
# description: Viewable boredom
# description: