XML解析四种方式代码示例详解

当我们需要处理XML文件时，我们需要从XML文档中读取数据并进行处理，这就需要使用XML解析来解析XML。下面是XML解析的四种方式，以及代码示例和详细讲解。

DOM（文档对象模型）解析方式

DOM是将整个XML文档一次性加载到内存中再进行解析的方式。它允许访问整个文档的节点，但可能需要大量的内存。

DOM解析方式的代码示例：

from xml.dom.minidom import parse
import xml.dom.minidom

# 打开 XML 文档
DOMTree = xml.dom.minidom.parse("movies.xml")
collection = DOMTree.documentElement
if collection.hasAttribute("shelf"):
   print("Root element : %s" % collection.getAttribute("shelf"))

# 在集合中获取所有电影
movies = collection.getElementsByTagName("movie")

# 打印每部电影的详细信息
for movie in movies:
   print("*****Movie*****")
   if movie.hasAttribute("title"):
      print("Title: %s" % movie.getAttribute("title"))

   type = movie.getElementsByTagName('type')[0]
   print("Type: %s" % type.childNodes[0].data)
   format = movie.getElementsByTagName('format')[0]
   print("Format: %s" % format.childNodes[0].data)
   rating = movie.getElementsByTagName('rating')[0]
   print("Rating: %s" % rating.childNodes[0].data)
   description = movie.getElementsByTagName('description')[0]
   print("Description: %s" % description.childNodes[0].data)

在上面的代码中，我们使用xml.dom.minidom模块来解析XML。首先打开XML文档，然后在文档中获取所有的“movie”元素，并打印每部电影的详细信息。

SAX（简单API for XML）解析方式

SAX解析方式是一种基于事件驱动的解析方式，它不需要将整个XML文档加载到内存中，而是开始解析文档后逐个读取元素并处理。SAX解析方式比DOM方式更快，更有效，但不支持文档树的随机访问。

SAX解析方式的代码示例：

import xml.sax

class MovieHandler(xml.sax.ContentHandler):
   def __init__(self):
      self.CurrentData = ""
      self.type = ""
      self.format = ""
      self.rating = ""
      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 == "rating":
         print("Rating:", self.rating)
      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 == "rating":
         self.rating = content
      elif self.CurrentData == "description":
         self.description = content

# 创建一个 XMLReader
parser = xml.sax.make_parser()
# 关闭命名空间
parser.setFeature(xml.sax.handler.feature_namespaces, 0)

# 重写 ContextHandler
Handler = MovieHandler()
parser.setContentHandler( Handler )

parser.parse("movies.xml")

在上面的代码中，我们首先创建了一个SAX解析器。然后创建了一个处理器类，其中包括了处理元素开始事件、元素结束事件和内容事件的方法。在解析XML文档时，SAX解析器会回调处理器类的方法，以便进行处理。

ElementTree解析方式

ElementTree解析方式是Python的一个标准库，它以一种简单而优美的方式处理XML文件，可以列举找出所有节点、遍历、查找、添加、修改和删除节点，以及支持XPath表达式和命名空间。ElementTree解析方式比DOM方式更快，而且占用的内存更少。

ElementTree解析方式的代码示例：

import xml.etree.ElementTree as ET
tree = ET.parse('movies.xml')
root = tree.getroot()

# 打印每部电影的详细信息
for movie in root.findall('movie'):
   print("*****Movie*****")
   title = movie.get('title')
   print("Title:", title)
   type = movie.find('type').text
   print("Type:", type)
   format = movie.find('format').text
   print("Format:", format)
   rating = movie.find('rating').text
   print("Rating:", rating)
   description = movie.find('description').text
   print("Description:", description)

在上面的代码中，我们首先使用ElementTree模块解析XML文档，然后从文档中提取所有的“movie”元素并打印每部电影的详细信息。

lxml解析方式

lxml解析方式是一种高性能、易用、Pythonic的解析方式，它可以与XPath表达式和CSS选择器一起使用。lxml解析方式支持树形导航结构和事件驱动两种模式，内存占用小，速度快。

lxml解析方式的代码示例：

from lxml import etree
tree = etree.parse('movies.xml')
root = tree.getroot()

# 打印每部电影的详细信息
for movie in root.xpath('/collection/movie'):
   print("*****Movie*****")
   title = movie.get('title')
   print("Title:", title)
   type = movie.find('type').text
   print("Type:", type)
   format = movie.find('format').text
   print("Format:", format)
   rating = movie.find('rating').text
   print("Rating:", rating)
   description = movie.find('description').text
   print("Description:", description)

在上面的代码中，我们首先使用lxml模块解析XML文档，然后利用XPath表达式从文档中提取所有的“movie”元素并打印每部电影的详细信息。

以上就是XML解析四种方式的详细代码示例和讲解。