【Python】XML文件解析之SAX（Simple API for XML）

常见的XML编程接口有DOM和SAX，这两种接口处理XML文件的方式不同，当然使用场合也不同。

DOM和SAX的区别

DOM（Document Object Model）: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。

SAX（Simple API for XML）:采用事件驱动模型，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。

因DOM需要将XML数据映射到内存中的树，一是比较慢，二是比较耗内存，而SAX流式读取XML文件，比较快，占用内存少，但需要用户实现回调函数（handler）。

SAX和DOM的使用场合

Use DOM when:

• read-write access to the document is required

• the processing requires random access to the document

Use SAX when:

• dealing with big documents (>1MB)

• looking for a precise information in the document

• instantiating custom objects from the document

 SAX程序的构成

readers：XML文件的读取器，读取过程产生一系列的事件发送给handler进程处理；

handlers:事件处理器，由用户自定义事件处理函数；

xmlfiles:要处理的XML文件

exceptions:SAX提供了四种异常处理类

简单示例

首先创建一个xml文件：students.xml：

<?xml version="1.0" encoding="UTF-8"?>
<students>
    <student id="1">
        <name>zhangsan</name>
        <age>20</age>
        <dob>1990.11.22</dob>
    </student>
    <student id="2">
        <name>lisi</name>
        <age>21</age>
        <dob>1992.06.15</dob>
    </student>
</students>

创建python程序：sax_demo.py

# -*- coding:utf-8 -*-
import sys
from xml.sax import parse, handler, SAXException

class MyGeneralHandler(handler.ContentHandler):
    """
    用户自定义事件处理器
    """
    #文档开始事件处理
    def startDocument(self):
        print 'Document Start...'

    #文档结束事件处理
    def endDocument(self):
        print 'Document End...'

    #元素开始事件处理
    def startElement(self, name, attrs):
        print 'encounter element(%s)' % (name)

    #元素结束事件处理
    def endElement(self, name):
        print 'leave element(%s)' % (name)

    #内容事件处理
    def characters(self, content):
        if content.isspace():  #去掉内容中的空格
            return
        print 'characters:' + content


try:
    parse('students.xml', MyGeneralHandler())
except SAXException, msg:
    print msg.getException()
except:
    print sys.exc_info()[0],sys.exc_info()[1]

转载于:https://my.oschina.net/taisha/blog/59777