标签：des style blog http java color 使用 strong
您可能已经知道语法分析器有两类接口 － 基于对象的（如：DOM）和基于事件（如：SAX）的接口。
DOM是基于对象的语法分析器的标准 API。
作为基于对象的接口，DOM 通过在内存中显示地构建对象树来与应用程序通信。对象树是 XML 文件中元素树的精确映射。
DOM 易于学习和使用，因为它与基本 XML 文档紧密匹配。然而，对于大多数应用程序，处理 XML 文档只是其众多任务中的一种。例如，记帐软件包可能导入 XML 发票，但这不是其主要活动。计算帐户余额、跟踪支出以及使付款与发票匹配才是主要活动。记帐软件包可能已经具有一个数据结构（最有可能是数据库）。DOM 模型不太适合记帐应用程序，因为在那种情况下，应用程序必须在内存中维护数据的两份副本（一个是 DOM 树，另一个是应用程序自己的结构）。至少，在内存维护两次数据会使效率下降。对于桌面应用程序来说，这可能不是主要问题，但是它可能导致服务器瘫痪。
对于不以 XML 为中心的应用程序，SAX 是明智的选择。实际上，SAX 并不在内存中显式地构建文档树。它使应用程序能用最有效率的方法存储数据。
基于事件的语法分析器将事件发送给应用程序。这些事件类似于用户界面事件，例如，浏览器中的 ONCLICK 事件或者 Java 中的 AWT/Swing 事件。
事件通知应用程序发生了某件事并需要应用程序作出反应。在浏览器中，通常为响应用户操作而生成事件：当用户单击按钮时，按钮产生一个 ONCLICK 事件。
在 XML 语法分析器中，事件与用户操作无关，而与正在读取的 XML 文档中的元素有关。有对于以下方面的事件：
图 3 显示语法分析器在读取文档时如何生成事件。
清单 1 显示了 XML 格式的清单。它详细列出了不同公司对 XML 培训的收费。图 4 显示了价目表文档的结构。
<?xml version="1.0"?> <xbe:price-list xmlns:xbe="http://www.psol.com/xbe2/listing8.1"> <xbe:product>XML Training</xbe:product> <xbe:price-quote price="999.00" vendor="Playfield Training"/> <xbe:price-quote price="699.00" vendor="XMLi"/> <xbe:price-quote price="799.00" vendor="WriteIT"/> <xbe:price-quote price="1999.00" vendor="Emailaholic"/> </xbe:price-list>
XML 语法分析器读取并解释该文档。每当它识别出文档中的某些内容，就会生成一个事件。
读取 清单 1 时，语法分析器首先读取 XML 声明并生成文档开始事件。当它遇到第一个开始标记 <xbe:price-list> 时，语法分析器生成它的第二个事件来通知应用程序已经遇到了 price-list 元素。
接下来，语法分析器看到 product 元素的开始标记（为简单起见，在本文其余部分，我将忽略名称空格和缩进空格）并生成它的第三个事件。
在开始标记后，语法分析器看到 product 元素的内容： XML Training ，它产生另一个事件。
下一个事件指出 product 元素的结束标记。语法分析器已经完成了对 product 元素的语法分析。到目前为止，它已经激发了 5 个事件： product 元素的 3 个事件，一个文档开始事件和一个 price-list 开始标记事件。
语法分析器现在移动到第一个 price-quote 元素。它为每个 price-quote 元素生成两个事件：一个开始标记事件和一个结束标记事件。
是的，即使将结束标记简化为开始标记中的 / 字符，语法分析器仍然生成一个结束事件。
有 4 个 price-quote 元素，所以语法分析器在分析它们时生成 8 个事件。最后，语法分析器遇到 price-list 的结束标记并生成它的最后两个事件：结束 price-list 和文档结束。
如图 5 所示，这些事件共同向应用程序描述了文档树。开始标记事件意味着“转到树的下一层”，而结束标记元素意味着“转到树的上一层”。
请注意，语法分析器传递了足够信息以构建 XML 文档的文档树，但是与 DOM 语法分析器不同，它并不显式地构建该树。
现在，我敢肯定你已经糊涂了。应该使用哪一种类型的 API，应该何时使用它 － SAX 还是 DOM？不幸的是，这个问题没有明确的答案。这两种 API 中没有一种在本质上更好；他们适用于不同的需求。
经验法则是在需要更多控制时使用 SAX；要增加方便性时，则使用 DOM。
例如，DOM 在脚本语言中很流行。
采用 SAX 的主要原因是效率。SAX 比 DOM 做的事要少，但提供了对语法分析器的更多控制。当然，如果语法分析器的工作减少，则意味着您（开发者）有更多的工作要做。
而且，正如我们已讨论的，SAX 比 DOM 消耗的资源要少，这只是因为它不需要构建文档树。
在 XML 早期，DOM 得益于 W3C 批准的官方 API 这一身份。逐渐地，开发者选择了功能性而放弃了方便性，并转向了 SAX。
SAX 的主要限制是它无法向后浏览文档。实际上，激发一个事件后，语法分析器就将其忘记。如您将看到的，应用程序必须显式地缓冲其感兴趣的事件。
使用Python解析XML的时候，需要 import xml.sax 和 xml.sax.handler
xml.sax提供了3个函数以及 SAX 异常类
创建并返回一个SAX XMLReader对象
xml.sax.make_parser([parser_list])
创建一个 SAX 解析器并解析xml文档
xml.sax.parse(filename_or_stream, handler[, error_handler])
创建一个XML解析器并解析xml字符串
xml.sax.parseString(string, handler[, error_handler])
要解析的XML
1 <?xml version="1.0"?> 2 <collection shelf="New Arrivals"> 3 <movie title="Enemy Behind"> 4 <type>War, Thriller</type> 5 <format>DVD</format> 6 <year>2003</year> 7 <rating>PG</rating> 8 <stars>10</stars> 9 <description>Talk about a US-Japan war</description> 10 </movie> 11 <movie title="Transformers"> 12 <type>Anime, Science Fiction</type> 13 <format>DVD</format> 14 <year>1989</year> 15 <rating>R</rating> 16 <stars>8</stars> 17 <description>A schientific fiction</description> 18 </movie> 19 <movie title="Trigun"> 20 <type>Anime, Action</type> 21 <format>DVD</format> 22 <episodes>4</episodes> 23 <rating>PG</rating> 24 <stars>10</stars> 25 <description>Vash the Stampede!</description> 26 </movie> 27 <movie title="Ishtar"> 28 <type>Comedy</type> 29 <format>VHS</format> 30 <rating>PG</rating> 31 <stars>2</stars> 32 <description>Viewable boredom</description> 33 </movie> 34 </collection>
1 #!/usr/bin/python 2 3 import xml.sax 4 5 class MovieHandler( xml.sax.ContentHandler ): 6 def __init__(self): 7 self.CurrentData = "" 8 self.type = "" 9 self.format = "" 10 self.year = "" 11 self.rating = "" 12 self.stars = "" 13 self.description = "" 14 15 # 元素开始事件处理 16 def startElement(self, tag, attributes): 17 self.CurrentData = tag 18 if tag == "movie": 19 print "*****Movie*****" 20 title = attributes["title"] 21 print "Title:", title 22 23 # 元素结束事件处理 24 def endElement(self, tag): 25 if self.CurrentData == "type": 26 print "Type:", self.type 27 elif self.CurrentData == "format": 28 print "Format:", self.format 29 elif self.CurrentData == "year": 30 print "Year:", self.year 31 elif self.CurrentData == "rating": 32 print "Rating:", self.rating 33 elif self.CurrentData == "stars": 34 print "Stars:", self.stars 35 elif self.CurrentData == "description": 36 print "Description:", self.description 37 self.CurrentData = "" 38 39 # 内容事件处理 40 def characters(self, content): 41 if self.CurrentData == "type": 42 self.type = content 43 elif self.CurrentData == "format": 44 self.format = content 45 elif self.CurrentData == "year": 46 self.year = content 47 elif self.CurrentData == "rating": 48 self.rating = content 49 elif self.CurrentData == "stars": 50 self.stars = content 51 elif self.CurrentData == "description": 52 self.description = content 53 54 if ( __name__ == "__main__"): 55 56 # 创建一个 XMLReader 57 parser = xml.sax.make_parser() 58 # turn off namepsaces 59 parser.setFeature(xml.sax.handler.feature_namespaces, 0) 60 61 # 重写 ContextHandler 62 Handler = MovieHandler() 63 parser.setContentHandler( Handler ) 64 65 parser.parse("movies.xml")
执行结果:
*****Movie***** Title: Enemy Behind Type: War, Thriller Format: DVD Year: 2003 Rating: PG Stars: 10 Description: Talk about a US-Japan war *****Movie***** Title: Transformers Type: Anime, Science Fiction Format: DVD Year: 1989 Rating: R Stars: 8 Description: A schientific fiction *****Movie***** Title: Trigun Type: Anime, Action Format: DVD Rating: PG Stars: 10 Description: Vash the Stampede! *****Movie***** Title: Ishtar Type: Comedy Format: VHS Rating: PG Stars: 2 Description: Viewable boredom
Python：使用基于事件驱动的SAX解析XML,布布扣,bubuko.com
标签：des style blog http java color 使用 strong
原文地址：http://www.cnblogs.com/hongfei/p/python-xml-sax.html
