XML · 廖雪峰的Python3.x教程

[TOC] ### XML 与 JSON `XML`虽然比`JSON`复杂，在`Web`中应用也不如以前多了，不过仍有很多地方在用，所以，有必要了解如何操作`XML`。 ### DOM vs SAX 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。 ### 解析 XML 正常情况下，优先考虑`SAX`，因为`DOM`实在太占内存。在Python中使用`SAX`解析`XML`非常简洁，通常我们关心的事件是`start_element`，`end_element`和`char_data`，准备好这`3`个函数，然后就可以解析`xml`了。举个例子，当`SAX`解析器读到一个节点时： ~~~ <a href="/">python</a> ~~~ 会产生3个事件： `start_element`事件，在读取`<a href="/">`时； `char_data`事件，在读取`python`时； `end_element`事件，在读取`</a>`时。用代码实验一下： ~~~ from xml.parsers.expat import ParserCreate class DefaultSaxHandler(object): def start_element(self, name, attrs): print('sax:start_element: %s, attrs: %s' % (name, str(attrs))) def end_element(self, name): print('sax:end_element: %s' % name) def char_data(self, text): print('sax:char_data: %s' % text) xml = r'''<?xml version="1.0"?> <ol> <li><a href="/python">Python</a></li> <li><a href="/ruby">Ruby</a></li> </ol> ''' handler = DefaultSaxHandler() parser = ParserCreate() parser.StartElementHandler = handler.start_element parser.EndElementHandler = handler.end_element parser.CharacterDataHandler = handler.char_data parser.Parse(xml) ~~~ 需要注意的是读取一大段字符串时，`CharacterDataHandler`可能被多次调用，所以需要自己保存起来，在`EndElementHandler`里面再合并。 ### 生成 XML 除了解析`XML`外，如何生成`XML`呢？`99%`的情况下需要生成的`XML`结构都是非常简单的，因此，最简单也是最有效的生成`XML`的方法是拼接字符串： ~~~ L = [] L.append(r'<?xml version="1.0"?>') L.append(r'<root>') L.append(encode('some & data')) L.append(r'</root>') return ''.join(L) ~~~ 如果要生成复杂的`XML`呢？建议你不要用`XML`，改成`JSON`。 ### 小结解析`XML`时，注意找出自己感兴趣的节点，响应事件时，把节点数据保存起来。解析完毕后，就可以处理数据。 ### 练习请利用`SAX`编写程序解析`Yahoo`的`XML`格式的天气预报，获取当天和第二天的天气： http://weather.yahooapis.com/forecastrss?u=c&w=2151330 参数`w`是城市代码，要查询某个城市代码，可以在`weather.yahoo.com`搜索城市，浏览器地址栏的`URL`就包含城市代码。 ~~~ # -*- coding:utf-8 -*- from xml.parsers.expat import ParserCreate class WeatherSaxHandler(object): pass def parse_weather(xml): return { 'city': 'Beijing', 'country': 'China', 'today': { 'text': 'Partly Cloudy', 'low': 20, 'high': 33 }, 'tomorrow': { 'text': 'Sunny', 'low': 21, 'high': 34 } } # 测试: 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> ''' weather = parse_weather(data) assert weather['city'] == 'Beijing', weather['city'] 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)) ~~~