Python解析XML的三种方式

一、什么是 XML？
XML 被设计用来传输和存储数据。

它也是元标记语言，即定义了用于定义其他与特定领域有关的、语义的、结构化的标记语言的句法语言。

准备一个解析用的xml如下：
<?xml version = "1.0" encoding = "utf-8"?>
<data>
<account name="laoz">
<id>1</id>
<username>laoz</username>
<realname>老曾</realname>
<age>30</age>
<sex>男</sex>
<url></url>
<description>我是老曾</description>
</account>
<account name="强子">
<id>2</id>
<username>qz</username>
<realname>强子</realname>
<age>30</age>
<sex>男</sex>
<url></url>
<description>我是强子</description>
</account>
</data>
1、第一行是 XML 声明
它定义 XML 的版本（1.0）和所使用的编码（utf-8 : 万国码, 可显示各种语言）
2、必须包含根元素(有且只有一个)
该元素是所有其他元素的父元素,这里的根元素是Data
<Data>
..
</Data>
所有的<account>都被包含在<Data>里面
3、元素开始标签必须要有结束标签
< account > 元素有 6个子元素：<id>、<username>、<realname>
、<age>、<sex>、<url>、< description >
每个元素都有对应的关闭标签(跟HTML不一样，有一些是不需要关闭的，比如<p>,<br>)
4、XML 标签对大小写敏感
比如<Data>和<DATA>是不一样的
5、XML 属性值必须加引号
< account name=laoz>这样会报错的,必须"laoz"才行
二、Python 对 XML 的解析
Python 有三种方法解析 XML，SAX，DOM，以及 ElementTree。

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。

1、利用DOM解析XML
一个 DOM 的解析器在解析一个 XML 文档时，一次性读取整个文档，把文档中所有元素保存在内存中的一个树结构里，之后你可以利用DOM 提供的不同的函数来读取或修改文档的内容和结构，也可以把修改过的内容写入xml文件。

2、利用SAX解析XML
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相应,对传递的XML数据进行处理。

import xml.sax
class accountHandler(xml.sax.ContentHandler):
def __init__(self):
self.CurrentData = ""
self.id=""
ername = ""
self.realname = ""
self.age = ""
self.sex = ""
self.url = ""
self.description = ""
# 元素开始调用
def startElement(self, tag, attributes):
self.CurrentData = tag
if tag == "account":
print("*****account*****")
name = attributes["name"]
print("name:", name)
# 元素结束调用
def endElement(self, tag):
if self.CurrentData == "id":
print("id:", self.id)
elif self.CurrentData == "username":
print("账号:", ername)
elif self.CurrentData == "realname":
print("姓名:", self.realname)
elif self.CurrentData == "age":
print("年龄:", self.age)
elif self.CurrentData == "sex":
print("性别:", self.sex)
elif self.CurrentData == "url":
print("主页:", self.url)
elif self.CurrentData == "description":
print("简介:", self.description)
self.CurrentData = ""
# 读取字符时调用
def characters(self, content):
if self.CurrentData == "id":
self.id = content
elif self.CurrentData == "username":
ername = content
elif self.CurrentData == "realname":
self.realname = content
elif self.CurrentData == "age":
self.age = content
elif self.CurrentData == "sex":
self.sex = content
elif self.CurrentData == "url":
self.url = 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 = accountHandler()
3、利用ElementTree解析XML
ElementTree模块提供了一个轻量级、Pythonic的API，同时还有一个高效的C语言实现。

Python标准库中，提供了ElementTree的两种实现。

一个是纯Python实现的xml.etree.ElementTree，另一个是速度更快的C语言实现xml.etree.cElementTree。

使用C语言实现的速度要快很多，而且内存消耗也要少很多。

Python 3.3之后， ElemenTree模块会自动优先使用C加速器，如果不存在C实现，则会使用Python实现。

因此，使用Python 3.3+的朋友，只需要import xml.etree.ElementTree即可。