Python中使用SAX解析xml实例

当我们需要在Python中解析XML文档时，我们可以使用SAX（简单API for XML）解析器。SAX解析器按顺序遍历XML文档，并在遍历文档的同时触发处理事件。因此，SAX解析器的内存消耗非常小，特别适用于比较大的XML文档。

下面是使用SAX解析XML文件的完整攻略：

导入所需模块

我们需要导入Python标准库中的xml模块和SAX解析器。

import xml.sax

创建处理程序

我们需要建立一个继承自xml.sax.ContentHandler类的处理程序。在这个处理程序中，我们可以定义SAX解析器在触发不同事件时所采取的行为，例如在遇到元素开始和结束标签时所进行的操作。

示例代码：

class MyHandler(xml.sax.ContentHandler):
    def __init__(self):
        # 初始化处理程序
        pass

    def startElement(self, name, attrs):
        # 处理元素开始标签
        pass

    def endElement(self, name):
        # 处理元素结束标签
        pass

    def characters(self, content):
        # 处理元素中的文本内容
        pass

创建解析器和解析XML文档

我们需要创建一个SAX解析器对象，并调用它的parse()方法来解析XML文档。在调用parse()时，我们需要传入一个文件名或者一个文件对象，以及一个处理程序的实例。

示例代码：

# 创建SAX解析器
parser = xml.sax.make_parser()

# 创建处理程序
handler = MyHandler()

# 设置解析器的处理程序
parser.setContentHandler(handler)

# 解析XML文档
parser.parse("example.xml")

在上面的代码中，我们创建了一个名为parser的SAX解析器对象，并使用xml.sax.make_parser()函数创建了它的实例。然后我们创建了一个名为handler的处理程序对象，并将它设置给了解析器对象。最后，我们调用parser.parse()方法来解析XML文档。

解析XML文档时实现不同的处理方法

在SAX解析器遍历XML文档时，会不断地触发不同的事件。我们可以在处理程序中实现不同事件的处理方法，以便在触发这些事件时执行我们所需要的操作。

例如，当SAX解析器遇到一个元素开始标签时，将会调用处理程序的startElement()方法。我们可以在这个方法中实现元素开始标签的处理，例如输出元素的名称和属性。

示例代码：

class MyHandler(xml.sax.ContentHandler):
    def startElement(self, name, attrs):
        print("元素名称:", name)
        if attrs:
            print("元素属性:")
            for attr in attrs.items():
                print("    %s:%s" % attr)

在上面的代码中，我们在startElement()方法中实现了元素开始标签的处理。在这个方法中，我们输出了元素的名称，并遍历了它的所有属性，并输出了每个属性的名称和值。

解析XML文档中的字符内容

有时候我们会遇到一些XML标签中包含了字符内容的情况，例如<title>这是标题</title>。当SAX解析器遍历到这样的标签时，会调用处理程序的characters()方法，并将字符内容作为方法的参数传进来。

示例代码：

class MyHandler(xml.sax.ContentHandler):
    def characters(self, content):
        print("字符内容:", content)

在上面的代码中，我们在characters()方法中实现了字符内容的处理。在这个方法中，我们输出了字符内容。

完整示例代码

最后，以下是一个完整示例代码，它可以解析下面这个XML文档：

<?xml version="1.0"?>
<catalog>
   <book id="bk101">
      <author>Gambardella, Matthew</author>
      <title>XML Developer's Guide</title>
      <genre>Computer</genre>
      <price>44.95</price>
      <publish_date>2000-10-01</publish_date>
      <description>An in-depth look at creating applications 
      with XML.</description>
   </book>
</catalog>

import xml.sax

class MyHandler(xml.sax.ContentHandler):
    def __init__(self):
        self.current_element = ""

    def startElement(self, name, attrs):
        self.current_element = name
        if self.current_element == "book":
            print("-------book-------")
            print("id:", attrs.getValue("id"))

    def characters(self, content):
        if self.current_element in ["title", "price", "description"]:
            print(self.current_element.title(), ":", content)

    def endElement(self, name):
        self.current_element = ""

parser = xml.sax.make_parser()

handler = MyHandler()

parser.setContentHandler(handler)

parser.parse("example.xml")

在上面的代码中，我们定义了一个名为MyHandler的处理程序，并实现了它的startElement()、characters()和endElement()方法。在startElement()方法中，我们判断当前解析到的元素，如果是book元素，则输出它的id属性。在characters()方法中，我们判断当前解析到的元素，如果是title、price或description元素，则输出它们的内容。在endElement()方法中，我们将当前元素名称设置为空。

最后，我们创建了一个名为parser的SAX解析器对象，并使用xml.sax.make_parser()函数创建了它的实例。然后我们创建了一个名为handler的MyHandler处理程序对象，并将它设置给了解析器对象。最后，我们调用parser.parse()方法来解析XML文档。运行上面的代码会得到以下输出结果：

-------book-------
id: bk101
Title : XML Developer's Guide
Price : 44.95
Description : An in-depth look at creating applications 
      with XML.