Python使用sax模块解析XML文件示例

以下是关于“Python使用sax模块解析XML文件示例”的完整攻略。

1. 什么是SAX

SAX，全称 Simple API for XML，是一种基于事件驱动的XML解析方式，相对于DOM模型，SAX具有更高的效率。SAX的基本思想是，解析器遇到XML文档中的某个元素时，就会触发一个事件，用户只需要绑定响应事件的处理逻辑，就可以实现对XML文档的解析。

2. SAX模块的使用

Python内置了SAX模块，可以用来解析XML文件。

其中，需要重点了解以下两个类：

• ContentHandler：定义处理XML每个元素的行为。
• Parser：解析XML文件，针对XML文档中的某个元素，调用ContentHandler对应的方法进行处理。

因此，我们需要自己继承ContentHandler并重写其中的方法，以适应我们要解析的XML文档的需求。

3. SAX模块解析XML文件示例

3.1 示例一：解析books.xml文件

1）准备XML文件

在本地新建一个名为books.xml的XML文件：

<?xml version="1.0" encoding="UTF-8"?>
<books>
  <book>
    <title>Python编程从入门到实践</title>
    <author>艾伦B.唐</author>
    <publisher>人民邮电出版社</publisher>
    <price>99.00</price>
  </book>
  <book>
    <title>流畅的Python</title>
    <author>Luciano Ramalho</author>
    <publisher>人民邮电出版社</publisher>
    <price>99.00</price>
  </book>
</books>

2）准备SAX解析程序

创建一个parse-books.py文件（注意，此处的代码需要放在一个完整的代码文件中运行），并加入如下代码：

import xml.sax

# 定义Book类，用于保存每个书本的信息
class Book:
    def __init__(self):
        self.title = ""
        self.author = ""
        self.publisher = ""
        self.price = ""

# 定义BookHandler类，解析XML文件
class BookHandler(xml.sax.ContentHandler):
    def __init__(self):
        self.books = []
        self.current_book = None
        self.current_element = ""

    # 处理XML开始事件
    def startElement(self, name, attrs):
        if name == "book":
            self.current_book = Book()
        self.current_element = name

    # 处理XML结束事件
    def endElement(self, name):
        if name == "book":
            self.books.append(self.current_book)

    # 处理XML元素事件
    def characters(self, content):
        if self.current_element == "title":
            self.current_book.title = content
        elif self.current_element == "author":
            self.current_book.author = content
        elif self.current_element == "publisher":
            self.current_book.publisher = content
        elif self.current_element == "price":
            self.current_book.price = content

if __name__ == "__main__":
    # 创建一个SAX解析器
    parser = xml.sax.make_parser()

    # 忽略命名空间
    parser.setFeature(xml.sax.handler.feature_namespaces, 0)

    # 创建一个BookHandler实例
    handler = BookHandler()

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

    # 解析books.xml文件
    parser.parse("books.xml")

    # 打印解析得到的书本信息
    for book in handler.books:
        print(f"书名：{book.title}，作者：{book.author}，出版社：{book.publisher}，价格：{book.price}")

3）运行程序并查看结果

在终端中运行parse-books.py（记得将当前工作路径切换到parse-books.py所在目录），输出如下结果：

书名：Python编程从入门到实践，作者：艾伦B.唐，出版社：人民邮电出版社，价格：99.00
书名：流畅的Python，作者：Luciano Ramalho，出版社：人民邮电出版社，价格：99.00

3.2 示例二：解析weather.xml文件

1）准备XML文件

在本地新建一个名为weather.xml的XML文件：

<?xml version="1.0" encoding="UTF-8"?>
<china>
  <city province="黑龙江">
    <name>哈尔滨</name>
    <year>2021</year>
    <month>12</month>
    <day>31</day>
    <value>雪</value>
  </city>
  <city province="辽宁">
    <name>大连</name>
    <year>2021</year>
    <month>12</month>
    <day>31</day>
    <value>晴</value>
  </city>
  <city province="吉林">
    <name>长春</name>
    <year>2021</year>
    <month>12</month>
    <day>31</day>
    <value>雨夹雪</value>
  </city>
</china>

2）准备SAX解析程序

创建一个parse-weather.py文件（注意，此处的代码需要放在一个完整的代码文件中运行），并加入如下代码：

import xml.sax

class City:
    def __init__(self, province, name, year, month, day, value):
        self.province = province
        self.name = name
        self.year = year
        self.month = month
        self.day = day
        self.value = value

class WeatherHandler(xml.sax.ContentHandler):
    def __init__(self):
        self.cities = []
        self.current_city = None
        self.current_element = ""

    def startElement(self, name, attrs):
        if name == "city":
            province = attrs["province"]
            self.current_city = City(province, "", "", "", "", "")
        self.current_element = name

    def endElement(self, name):
        if name == "city":
            self.cities.append(self.current_city)

    def characters(self, content):
        if self.current_element == "name":
            self.current_city.name = content
        elif self.current_element == "year":
            self.current_city.year = content
        elif self.current_element == "month":
            self.current_city.month = content
        elif self.current_element == "day":
            self.current_city.day = content
        elif self.current_element == "value":
            self.current_city.value = content

if __name__ == "__main__":
    parser = xml.sax.make_parser()
    parser.setFeature(xml.sax.handler.feature_namespaces, 0)

    handler = WeatherHandler()

    parser.setContentHandler(handler)

    parser.parse("weather.xml")

    for city in handler.cities:
        print(f"省份：{city.province}，城市：{city.name}，日期：{city.year}-{city.month}-{city.day}，天气：{city.value}")

3）运行程序并查看结果

在终端中运行parse-weather.py（记得将当前工作路径切换到parse-weather.py所在目录），输出如下结果：

省份：黑龙江，城市：哈尔滨，日期：2021-12-31，天气：雪
省份：辽宁，城市：大连，日期：2021-12-31，天气：晴
省份：吉林，城市：长春，日期：2021-12-31，天气：雨夹雪

4. 总结

以上就是对于“Python使用sax模块解析XML文件示例”的完整攻略，SAX虽然在解析XML文档的性能上比DOM模型要高，但使用起来也是相对较为复杂的。不过，通过以上的示例，相信大家已经可以掌握如何使用SAX模块进行XML文件的解析了。