1 XML概述
1.1 XML简介
【定义】
XML 指可扩展标记语言（eXtensibleMarkupLanguage）。可扩展标记语言（英语：Extensible Markup Language，简称：XML）是一种标记语言，是从标准通用标记语言（SGML）中简化修改出来的。它主要用到的有可扩展标记语言、可扩展样式语言（XSL）、XBRL和XPath等。
【用途】
传输和存储数据。
【特点】
与开发语言的操作系统无关，可跨平台实现操作系统间的通信。
【具象描述】
可扩展标记语言；很像HTML的标记语言；设计宗旨是传输数据，而不是显示数据；XML 标签没有被预定义；可以自定义标签对；被设计为具有自我描述性；W3C 的推荐标准。
1.2 XML语法
XML的一个小例子，可以参考上一节学习的内容。
代码语言：javascript复制<?xml version="1.0" encoding="utf-8"?>
<person>
<name>小明</name>
<sex>男</sex>
<age>18</age>
</person>【声明】（可选择项）
从上面代码中可以看到，一个XML包含一个声明
【标签】
必须有一个关闭标签。简单来说，XML必须有开始标签和结束标签，而且标签对的名称对大小写敏感。
【属性值】
属性值必须使用引号引起来。例如class="red"中red就要使用引号括起来，如下：
代码语言：javascript复制<person class="red">
<name>张三</name>
</person>【特殊转义符】
转义后 | 转义前 | 解释描述 |
|---|---|---|
< | < | less than |
> | > | greater than |
& | & | ampersand |
' | ' | apostrophe |
" | " | quotation mark |
【注释】
代码语言：javascript复制<!-- 这是一个人对象 -->
<person>
<name>张三</name>
<age>18</age>
<person>2 Python解析XML
> 从上面的学习中，我已经了解什么是XML，下面就开始使用Python来解析XML文件。Python 有三种方法解析 XML，他们是「SAX」「DOM」，以及 「ElementTree」。
2.1 解析XML方式&实验文件
1. SAX (simple API for XML )【流式读取，需自定义回调函数】
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。
2. DOM（Document Object Model）【不建议使用，慢，占用内存】
将 XML 数据在内存中解析成一个树，通过对树的操作来操作XML。
3. ElementTree（元素树）
ElementTree就像一个轻量级的DOM，具有方便友好的API。代码可用性好，速度快，消耗内存少。
比如，这里是一份xml文件persons.xml
代码语言：javascript复制<?xml version="1.0" encoding="utf-8"?>
<persons>
<person sid="001">
<name>张小帅</name>
<sex>男</sex>
<age>18</age>
</person>
<person sid="002">
<name>刘晓萌</name>
<sex>女</sex>
<age>21</age>
</person>
<person sid="003">
<name>王老四</name>
<sex>男</sex>
<age>38</age>
</person>
</persons>2.2 SAX解析xml
SAX是一种基于事件驱动的 API。利用SAX解析XML文档牵涉到两个部分: 「解析器」和「事件处理器」。
将下面的内容写在一个SaxPersons.py文件中，
代码语言：javascript复制#!/usr/bin/python
# -*- coding: UTF-8 -*-
import xml.sax
class PersonHandler( xml.sax.ContentHandler ):
def __init__(self):
self.CurrentData = ""
self.name = ""
self.sex = ""
self.age = ""
# 开始元素事件
def startElement(self, tag, attributes):
self.CurrentData = tag
if tag == "person":
print ("*****person*****")
sid = attributes["sid"]
print ("编号:", sid)
# 结束元素事件
def endElement(self, tag):
if self.CurrentData == "name":
print ("姓名：", self.name)
elif self.CurrentData == "sex":
print ("性别：", self.sex)
elif self.CurrentData == "age":
print ("年龄：", self.age )
self.CurrentData = ""
# 元素内容事件处理
def characters(self, content):
if self.CurrentData == "name":
self.name = content
elif self.CurrentData == "sex":
self.sex = content
elif self.CurrentData == "age":
self.age = content
if ( __name__ == "__main__" ):
# 创建一个 XMLReader 对象
parser = xml.sax.make_parser()
# 打开一个执行空间
parser.setFeature(xml.sax.handler.feature_namespaces, 0)
# 重写 ContextHandler 指向我们自定义的执行器``PersonHandler``
Handler = PersonHandler()
parser.setContentHandler( Handler )
# 解析转换指定路径上的XML文件
parser.parse("persons.xml")py在Python3环境下，执行命令python3 SaxPersons.py解析结果如下：
代码语言：javascript复制Aion,Liu $ python3 SaxPersons.py执行后的结果如下：
*****person*****
编号: 001
姓名： 张小帅
性别： 男
年龄： 18
*****person*****
编号: 002
姓名： 刘晓萌
性别： 女
年龄： 21
*****person*****
编号: 003
姓名： 王老四
性别： 男
年龄： 38
