深入剖析XML,让你成为XML解析高手!

作者:广东棋牌游戏开发公司阅读:发布时间:2024-01-02 18:00

摘要:XML作为一种最常见的通用标准格式,其被用于各种不同场合,如web服务、数据存储和数据交换。因此,深入掌握 XML 的解析技术对于软件开发人员来说至关重要。...

 

XML作为一种最常见的通用标准格式,其被用于各种不同场合,如web服务、数据存储和数据交换。因此,深入掌握 XML 的解析技术对于软件开发人员来说至关重要。本文将从XML的概念入手,逐步介绍如何解析XML,并演示解析XML的技巧和流程,希望能帮助读者成为XML解析高手。

深入剖析XML,让你成为XML解析高手!

一、XML简介

XML(Extensible Markup Language)是一种标记语言,它设计用于传输和存储数据。与HTML不同,XML具有自定义的标签和属性,可以随意扩展。XML的语法超过了HTML,它支持多种数据类型,包括文本、数字、日期等等,而且可以表现出复杂的结构。例如:

```

John Doe

30

Male

```

解析XML是将XML数据转换为其他结构,例如对象、数组、文档等等。解析XML可以通过DOM、SAX、StAX等多种方式实现。下面,我们将逐一介绍这些方法。

二、DOM 解析器

DOM是针对XML文档而设计的编程接口,其将XML文档读入内存,并形成一棵树形结构,最后提供一种可以遍历这棵树的方法。

在DOM中,每一个XML元素都是一个节点。节点包含许多属性,例如节点的类型(元素、属性、文本),节点的名称,以及节点的一组子节点。

DOM解析器是最简单的XML解析器,它可以将XML文档解析成DOM树。DOM解析器允许用户通过DOM API遍历树的节点,并获取节点的数据。例如:

```python

import xml.dom.minidom

# 使用minidom解析器打开 XML 文档

DOMTree = xml.dom.minidom.parse("example.xml")

collection = DOMTree.documentElement

# 获取所有 book

books = collection.getElementsByTagName("book")

# 处理每一个 book 节点

for book in books:

print("==============================")

if book.hasAttribute("id"):

print("ID: {0}".format(book.getAttribute("id")))

# 获取name节点

name = book.getElementsByTagName('name')[0]

print("Name: {0}".format(name.childNodes[0].data))

# 获取author节点

author = book.getElementsByTagName('author')[0]

print("Author: {0}".format(author.childNodes[0].data))

# 获取price节点

price = book.getElementsByTagName('price')[0]

print("Price: {0}".format(price.childNodes[0].data))

```

在上述代码中,我们首先使用minidom解析器打开XML文档,然后获取所有的book节点,并逐一遍历并处理每个book节点,最后获取其中的子节点信息。

虽然DOM解析器易于使用,但它具有对整棵树的一个完整拷贝,因此对于大型XML文档而言,它可能会消耗大量的内存。

三、SAX 解析器

SAX(Simple API for XML)是另一种解析XML文档的方法,与DOM解析器不同的是,SAX解析器并不将整个XML文档解析到内存中,而是一边读取一遍解析。因此,SAX解析器比DOM解析器更为高效,特别在处理大型XML文档时更显著。SAX解析器需要一个事件驱动执行程序,以便“先读通道”的方法来处理XML文档的内容及结构。

在SAX中,当解析器遇到XML标记时,它会发出事件通知应用程序,例如:

```python

import xml.sax

class BookHandler(xml.sax.ContentHandler):

def __init__(self):

self.CurrentData = ""

self.name = ""

self.author = ""

self.price = ""

def startElement(self, tag, attributes):

self.CurrentData = tag

if tag == "book":

print("==============================")

if "id" in attributes:

print("ID: {0}".format(attributes["id"]))

def endElement(self, tag):

if self.CurrentData == "name":

print("Name: {0}".format(self.name))

深入剖析XML,让你成为XML解析高手!_深入剖析XML,让你成为XML解析高手!_

elif self.CurrentData == "author":

print("Author: {0}".format(self.author))

elif self.CurrentData == "price":

print("Price: {0}".format(self.price))

self.CurrentData = ""

def characters(self, content):

if self.CurrentData == "name":

self.name = content

elif self.CurrentData == "author":

self.author = content

elif self.CurrentData == "price":

self.price = content

if ( __name__ == "__main__"):

# 创建一个 XMLReader

parser = xml.sax.make_parser()

# 禁用命名空间

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

# 重写 ContextHandler

Handler = BookHandler()

parser.setContentHandler( Handler )

parser.parse("example.xml")

```

在上述代码中,我们首先创建一个BookHandler类,以重写sax.ContentHandler类的startElement、endElement和characters方法。然后,我们创建一个解析器对象,并使用BookHandler类处理该 XML文档。

可以看出,SAX解析器适合处理大型XML文档,但是它不能随机访问XML元素;因此,很难实现XML文档的修改。

四、StAX 解析器

StAX是解析XML文档的一种流式方法,它可以在读取XML文档时,一行一行地将其解析成对象,这样就可以最小化内存使用。它比SAX解析器更好,尤其在需要解析多个XML数据或处理大型XML文档时。与DOM解析器不同的是,StAX解析器不需要模拟完整的XML文档树,因此,它可以在过程中修改XML文档。StAX有两种方式:基于事件和基于游标。

基于事件:

```python

import xml.etree.ElementTree as ET

import xml.etree.ElementTree as etree

from xml.etree.ElementTree import iterparse

for event, elem in iterparse('example.xml', events=('start', 'end')):

if event == 'start':

print(f'Start Element: {elem.tag} {elem.attrib}')

if event == 'end':

print(f'End Element: {elem.tag}')

```

基于游标:

基于游标的StAX解析器使用游标进行寻址,其不能像DOM一样编辑XML元素,但是基于游标的StAX解析器比基于事件的StAX解析器更快,尤其是在处理大型XML文件时。

```python

import xml.etree.ElementTree as ET

def log_node(node, tabs):

print(f'{tabs}node : tag={node.tag} attrs={node.attrib}')

for n in node:

log_node(n, tabs+'\t')

def main():

tree = ET.iterparse('example.xml')

for event, elem in tree:

if elem.tag == 'book':

log_node(elem, '\t')

elem.clear()

if __name__ == '__main__':

main()

```

在上述代码中,我们使用iterparse来解析XML文件,读取文件时生成ET.Element树,并使用log_node()函数打印节点和属性,实现基于游标的XML解析。

总结:

本文介绍了XML的概述和解析方法(DOM,SAX和StAX)。DOM解析器受内存限制,适用于较小的文档,但可以方便地修改XML。相反,SAX编排器可能更慢,但适用于大型文档,并具有更好的内存管理,但不能修改XML。 StAX解析器可以使用内存管理通过XML,也可以修改XML。

阅读本文后,您应该对解析XML文件有了更深入的了解。我们建议您根据您的XML文件特征来选择某种特定的解析器,以获得最好的性能。祝您成为XML解析高手!

  • 本文链接:http://m.fysfzk.com/qpzx/3631.html

  • 本文由 广东棋牌游戏开发公司小编,整理排版发布,转载请注明出处。部分文章图片来源于网络,如有侵权,请与先发网络联系删除。
  • 相关推荐

    微信二维码

    CLWL9898

    长按复制微信号,添加好友

    微信联系

    在线咨询

    点击这里给我发消息QQ客服专员


    点击这里给我发消息电话客服专员


    在线咨询

    免费通话


    24h咨询☎️:173-1808-1925


    🔺🔺 棋牌游戏开发24H咨询电话 🔺🔺

    免费通话
    返回顶部