在python中，解析xml文件时，会选用ElementTree或者cElementTree，那么两者有什么不同呢？
1、cElementTree速度上要比ElementTree快，比较cElementTree是用c语音写的；
2、debug调试的时候，cElementTree是看不到解析的字段内容的，所以不适合用于调试的情况，而ElementTree可以看到解析的内容，方便调试时取值
3、在用到iter，迭代取某个标签时，cElementTree不能用，因为它没有这个函数，而ElementTree有这个函数；当然可能还有其他函数的差异
所有平时，我们一般这么用，比较速度快吗。调试的时候使用ElementTree。遇到某些特别的函数，只能选择拥有这个函数的使用
try:
import xml.etree.cElementTree as ET
except:
import xml.etree.ElementTree as ET
从Python3.3开始ElementTree模块会自动寻找可用的C库来加快速度
import xml.etree.ElementTree as ET import sys import os.path def traverseXml(element): #print (len(element)) if len(element) > 0: for child in element: print("********Movie********") print("Title：",child.get("title")) for childchild in child: print(childchild.tag,"：",childchild.text) #traverseXml(child) #else: # print (element.tag, "----", element.attrib) def readXml(xmlFile): try: tree = ET.parse(xmlFile) #print("tree type:", type(tree)) # 获得根节点 root = tree.getroot() except Exception as e: # 捕获除与程序退出sys.exit()相关之外的所有异常 print("parse ***.xml fail!") sys.exit() #print("root type:", type(root)) #root.attrib访问root属性,root.tag标签 #print(root.tag, "：", root.attrib) return root if __name__ == "__main__": xmlFilePath = os.path.abspath("movie.xml") root=readXml(xmlFilePath) # # 使用下标访问 # print(root[0][0].text) # print(root[1][2].text) #根据标签名查找root下的所有标签 # movies=root.findall("movie") #遍历子标签 # print(len(movies)) # for movie in movies: # type=movie.find("type") # print(type.text) # 遍历xml文件 traverseXml(root)
3、SAX (simple API for XML )
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。
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。
解析器负责读取XML文档，并向事件处理器发送事件，如元素开始跟元素结束事件。
而事件处理器则负责对事件作出响应，对传递的XML数据进行处理。
- 1、对大型文件进行处理；
- 2、只需要文件的部分内容，或者只需从文件中得到特定信息。
- 3、想建立自己的对象模型的时候。
在python中使用sax方式处理xml要先引入xml.sax中的parse函数，还有xml.sax.handler中的ContentHandler。
ContentHandler类方法介绍
characters(content)方法
调用时机：
从行开始，遇到标签之前，存在字符，content 的值为这些字符串。
从一个标签，遇到下一个标签之前， 存在字符，content 的值为这些字符串。
从一个标签，遇到行结束符之前，存在字符，content 的值为这些字符串。
标签可以是开始标签，也可以是结束标签。
startDocument() 方法
文档启动的时候调用。
endDocument() 方法
解析器到达文档结尾时调用。
startElement(name, attrs)方法
遇到XML开始标签时调用，name是标签的名字，attrs是标签的属性值字典。
endElement(name) 方法
遇到XML结束标签时调用。
#!/usr/bin/python # -*- coding: UTF-8 -*- import xml.sax class MovieHandler(xml.sax.ContentHandler): def __init__(self): self.CurrentData = "" self.type = "" self.format = "" self.year = "" self.rating = "" self.stars = "" self.description = "" # 元素开始事件处理 def startElement(self, tag, attributes): self.CurrentData = tag if tag == "movie": print("*****Movie*****") title = attributes["title"] print("Title:", title) # 元素结束事件处理 def endElement(self, tag): if self.CurrentData == "type": print("Type:", self.type) elif self.CurrentData == "format": print("Format:", self.format) elif self.CurrentData == "year": print("Year:", self.year) elif self.CurrentData == "rating": print("Rating:", self.rating) elif self.CurrentData == "stars": print("Stars:", self.stars) elif self.CurrentData == "description": print("Description:", self.description) self.CurrentData = "" # 内容事件处理 def characters(self, content): if self.CurrentData == "type": self.type = content elif self.CurrentData == "format": self.format = content elif self.CurrentData == "year": self.year = content elif self.CurrentData == "rating": self.rating = content elif self.CurrentData == "stars": self.stars = content elif self.CurrentData == "description": self.description = content if (__name__ == "__main__"): # 创建一个 XMLReader parser = xml.sax.make_parser() # turn off namepsaces parser.setFeature(xml.sax.handler.feature_namespaces, 0) # 重写 ContextHandler Handler = MovieHandler() parser.setContentHandler(Handler) parser.parse("movie.xml")
