Python学习笔记__12.10章 XML

a13698822086

　　# 这是学习廖雪峰老师python教程的学习笔记
　　1、概览
　　XML虽然比JSON复杂，在Web中应用也不如以前多了，不过仍有很多地方在用，所以，有必要了解如何操作XML。
　　1、DOM vs SAX
　　操作XML有两种方法：DOM和SAX。DOM会把整个XML读入内存，解析为树，因此占用内存大，解析慢，优点是可以任意遍历树的节点。SAX是流模式，边读边解析，占用内存小，解析快，缺点是我们需要自己处理事件。
　　正常情况下，优先考虑SAX，因为DOM实在太占内存。
　　2、使用SAX解析XML
　　在Python中使用SAX解析XML非常简洁，通常我们关心的事件是start_element，end_element和char_data，准备好这3个函数，然后就可以解析xml了。
　　当SAX解析器读到一个节点时：<a href=&quot;/&quot;>python</a>会产生3个事件：

• 　　start_element事件【开始事件】，在读取<a      href=&quot;/&quot;>时；
  
• 　　char_data事件【数据域事件】，在读取python时；
  
• 　　end_element事件【结束事件】，在读取</a>时。
  

　　from xml.parsers.expat import ParserCreate  # ParserCreate是个method，可以调用它创建类，用来解析xml
　　class DefaultSaxHandler(object):
　　def start_element(self, name, attrs):  # 开始事件
　　print('sax:start_element: %s, attrs: %s' % (name, str(attrs)))
　　def end_element(self, name): # 结束事件
　　print('sax:end_element: %s' % name)
　　def char_data(self, text): # 数据域事件
　　print('sax:char_data: %s' % text)
　　xml = r'''<?xml version=&quot;1.0&quot;?>  # 创建了一个XML结构，  ''' 是 多行输入
　　<ol>
　　<li><a href=&quot;/python&quot;>Python</a></li>
　　<li><a href=&quot;/ruby&quot;>Ruby</a></li>
　　</ol>
　　'''
　　handler = DefaultSaxHandler() # 创建实例
　　parser = ParserCreate() # 创建解释器
　　parser.StartElementHandler = handler.start_element # 将实例的方法赋给解释器
　　parser.EndElementHandler = handler.end_element
　　parser.CharacterDataHandler = handler.char_data
　　parser.Parse(xml) #调用解释器的 Parse()方法 解析xml
　　# 结果
　　sax:start_element: ol, attrs: {}
　　sax:char_data:
　　sax:char_data:
　　sax:start_element: li, attrs: {}
　　sax:start_element: a, attrs: {'href': '/python'} # <a href=&quot;/python&quot;>，a是tag，后面的是参数
　　sax:char_data: Python
　　sax:end_element: a
　　sax:end_element: li
　　sax:char_data:
　　sax:char_data:
　　sax:start_element: li, attrs: {}
　　sax:start_element: a, attrs: {'href': '/ruby'}
　　sax:char_data: Ruby
　　sax:end_element: a
　　sax:end_element: li
　　sax:char_data:
　　sax:end_element: ol
　　3、快速生成XML
　　最简单也是最有效的生成XML的方法是拼接字符串
　　L = []
　　L.append(r'<?xml version=&quot;1.0&quot;?>')
　　L.append(r'<root>')
　　L.append(('some & data').encode('utf-8'))
　　L.append(r'</root>')
　　return ''.join(L) # join()将序列中的元素以指定的字符连接生成一个新的字符串，这里指定的字符为空
　　2、例子
　　1、请利用SAX编写程序解析Yahoo的XML格式的天气预报，获取天气预报：
　　https://query.yahooapis.com/v1/public/yql?q=select%20*%20from%20weather.forecast%20where%20woeid%20%3D%202151330&format=xml
　　参数woeid是城市代码，要查询某个城市代码，可以在weather.yahoo.com搜索城市，浏览器地址栏的URL就包含城市代码。
　　#解法抄自于廖雪峰老师网站“VG庚庚”提交的作业。
　　from xml.parsers.expat import ParserCreate
　　from urllib import request
　　class DefaultSaxHandler(object):
　　def __init__(self): # 初始化属性
　　self.city = ''
　　self.forecast = []
　　def start_element(self, name, attrs): # 开始事件
　　if name == 'yweather:location': 如果name匹配，取出city的值 赋给本地city属性。重点理解这步
　　self.city = attrs['city']
　　if name == 'yweather:forecast': # name匹配，将key对应的值加到本地
　　self.forecast.append(
　　{'date': attrs['day'], 'text': attrs['text'], 'high': (int(
　　attrs['high'])-32)/1.8, 'low': (int(attrs['low'])-32)/1.8})
　　def parseXml(xml_str):
　　# print(xml_str)
　　handler = DefaultSaxHandler() #创建实例
　　parser = ParserCreate() #创建解释器
　　parser.StartElementHandler = handler.start_element
　　parser.Parse(xml_str) #解析xml
　　print('%s weather forecast:' % handler.city)
　　for x in handler.forecast: #forecast是[{}，{}]结构的
　　print('%s:  %s  high:%0.1f°C   low:%0.1f°C' % (x['date'], x['text'], x['high'], x['low']))
　　return {
　　'city': handler.city,
　　'forecast': handler.forecast
　　}
　　# 测试:
　　URL = 'https://query.yahooapis.com/v1/public/yql?q=select%20*%20from%20weather.forecast%20where%20woeid%20%3D%202151330&format=xml'
　　with request.urlopen(URL, timeout=4) as f:
　　data = f.read()
　　result = parseXml(data.decode('utf-8'))
　　assert result['city'] == 'Beijing'