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

网页解析 lxml 库--实战

lxml库使用流程 lxml 是 Python 的第三方解析库,完全使用 Python 语言编写,它对 XPath表达式提供了良好的支 持,因此能够了高效地解析 HTML/XML 文档。本节讲解如何通过 lxml 库解析 HTML 文档。 pip install lxml lxm| 库提供了一个 etree 模块,该模块专门用来解析 HTML/XML 文档,下面来介绍一下 lxml 库

python: 多模块(.py)中全局变量的导入

文章目录 global关键字可变类型和不可变类型数据的内存地址单模块(单个py文件)的全局变量示例总结 多模块(多个py文件)的全局变量from x import x导入全局变量示例 import x导入全局变量示例 总结 global关键字 global 的作用范围是模块(.py)级别: 当你在一个模块(文件)中使用 global 声明变量时,这个变量只在该模块的全局命名空

【C++】_list常用方法解析及模拟实现

相信自己的力量,只要对自己始终保持信心,尽自己最大努力去完成任何事,就算事情最终结果是失败了,努力了也不留遗憾。💓💓💓 目录   ✨说在前面 🍋知识点一:什么是list? •🌰1.list的定义 •🌰2.list的基本特性 •🌰3.常用接口介绍 🍋知识点二:list常用接口 •🌰1.默认成员函数 🔥构造函数(⭐) 🔥析构函数 •🌰2.list对象

【Python编程】Linux创建虚拟环境并配置与notebook相连接

1.创建 使用 venv 创建虚拟环境。例如,在当前目录下创建一个名为 myenv 的虚拟环境: python3 -m venv myenv 2.激活 激活虚拟环境使其成为当前终端会话的活动环境。运行: source myenv/bin/activate 3.与notebook连接 在虚拟环境中,使用 pip 安装 Jupyter 和 ipykernel: pip instal

【机器学习】高斯过程的基本概念和应用领域以及在python中的实例

引言 高斯过程(Gaussian Process,简称GP)是一种概率模型,用于描述一组随机变量的联合概率分布,其中任何一个有限维度的子集都具有高斯分布 文章目录 引言一、高斯过程1.1 基本定义1.1.1 随机过程1.1.2 高斯分布 1.2 高斯过程的特性1.2.1 联合高斯性1.2.2 均值函数1.2.3 协方差函数(或核函数) 1.3 核函数1.4 高斯过程回归(Gauss

【学习笔记】 陈强-机器学习-Python-Ch15 人工神经网络(1)sklearn

系列文章目录 监督学习:参数方法 【学习笔记】 陈强-机器学习-Python-Ch4 线性回归 【学习笔记】 陈强-机器学习-Python-Ch5 逻辑回归 【课后题练习】 陈强-机器学习-Python-Ch5 逻辑回归(SAheart.csv) 【学习笔记】 陈强-机器学习-Python-Ch6 多项逻辑回归 【学习笔记 及 课后题练习】 陈强-机器学习-Python-Ch7 判别分析 【学

nudepy,一个有趣的 Python 库!

更多资料获取 📚 个人网站:ipengtao.com 大家好,今天为大家分享一个有趣的 Python 库 - nudepy。 Github地址:https://github.com/hhatto/nude.py 在图像处理和计算机视觉应用中,检测图像中的不适当内容(例如裸露图像)是一个重要的任务。nudepy 是一个基于 Python 的库,专门用于检测图像中的不适当内容。该

pip-tools:打造可重复、可控的 Python 开发环境,解决依赖关系,让代码更稳定

在 Python 开发中,管理依赖关系是一项繁琐且容易出错的任务。手动更新依赖版本、处理冲突、确保一致性等等,都可能让开发者感到头疼。而 pip-tools 为开发者提供了一套稳定可靠的解决方案。 什么是 pip-tools? pip-tools 是一组命令行工具,旨在简化 Python 依赖关系的管理,确保项目环境的稳定性和可重复性。它主要包含两个核心工具:pip-compile 和 pip

OWASP十大安全漏洞解析

OWASP(开放式Web应用程序安全项目)发布的“十大安全漏洞”列表是Web应用程序安全领域的权威指南,它总结了Web应用程序中最常见、最危险的安全隐患。以下是对OWASP十大安全漏洞的详细解析: 1. 注入漏洞(Injection) 描述:攻击者通过在应用程序的输入数据中插入恶意代码,从而控制应用程序的行为。常见的注入类型包括SQL注入、OS命令注入、LDAP注入等。 影响:可能导致数据泄

从状态管理到性能优化:全面解析 Android Compose

文章目录 引言一、Android Compose基本概念1.1 什么是Android Compose?1.2 Compose的优势1.3 如何在项目中使用Compose 二、Compose中的状态管理2.1 状态管理的重要性2.2 Compose中的状态和数据流2.3 使用State和MutableState处理状态2.4 通过ViewModel进行状态管理 三、Compose中的列表和滚动