XML雖然比JSON復(fù)雜，在Web中應(yīng)用也不如以前多了，不過(guò)仍有很多地方在用，所以，有必要了解如何操作XML。
DOM vs SAX

操作XML有兩種方法：DOM和SAX。DOM會(huì)把整個(gè)XML讀入內(nèi)存，解析為樹(shù)，因此占用內(nèi)存大，解析慢，優(yōu)點(diǎn)是可以任意遍歷樹(shù)的節(jié)點(diǎn)。SAX是流模式，邊讀邊解析，占用內(nèi)存小，解析快，缺點(diǎn)是我們需要自己處理事件。

正常情況下，優(yōu)先考慮SAX，因?yàn)镈OM實(shí)在太占內(nèi)存。

在Python中使用SAX解析XML非常簡(jiǎn)潔，通常我們關(guān)心的事件是start_element，end_element和char_data，準(zhǔn)備好這3個(gè)函數(shù)，然后就可以解析xml了。

舉個(gè)例子，當(dāng)SAX解析器讀到一個(gè)節(jié)點(diǎn)時(shí)：

<a href="/">python</a>

會(huì)產(chǎn)生3個(gè)事件：

1.     start_element事件，在讀取<a href="/">時(shí)；
2.     char_data事件，在讀取python時(shí)；
3.     end_element事件，在讀取</a>時(shí)。

用代碼實(shí)驗(yàn)一下：

from xml.parsers.expat import ParserCreate

class DefaultSaxHandler(object):
  def start_element(self, name, attrs):
    print('sax:start_element: %s, attrs: %s' % (name, str(attrs)))

  def end_element(self, name):
    print('sax:end_element: %s' % name)

  def char_data(self, text):
    print('sax:char_data: %s' % text)

xml = r'''<?xml version="1.0"?>
<ol>
  <li><a href="/python">Python</a></li>
  <li><a href="/ruby">Ruby</a></li>
</ol>
'''
handler = DefaultSaxHandler()
parser = ParserCreate()
parser.returns_unicode = True
parser.StartElementHandler = handler.start_element
parser.EndElementHandler = handler.end_element
parser.CharacterDataHandler = handler.char_data
parser.Parse(xml)

當(dāng)設(shè)置returns_unicode為T(mén)rue時(shí)，返回的所有element名稱(chēng)和char_data都是unicode，處理國(guó)際化更方便。

需要注意的是讀取一大段字符串時(shí)，CharacterDataHandler可能被多次調(diào)用，所以需要自己保存起來(lái)，在EndElementHandler里面再合并。

除了解析XML外，如何生成XML呢？99%的情況下需要生成的XML結(jié)構(gòu)都是非常簡(jiǎn)單的，因此，最簡(jiǎn)單也是最有效的生成XML的方法是拼接字符串：

L = []
L.append(r'<?xml version="1.0"?>')
L.append(r'<root>')
L.append(encode('some & data'))
L.append(r'</root>')
return ''.join(L)

如果要生成復(fù)雜的XML呢？建議你不要用XML，改成JSON。
小結(jié)

解析XML時(shí)，注意找出自己感興趣的節(jié)點(diǎn)，響應(yīng)事件時(shí)，把節(jié)點(diǎn)數(shù)據(jù)保存起來(lái)。解析完畢后，就可以處理數(shù)據(jù)。

練習(xí)一下解析Yahoo的XML格式的天氣預(yù)報(bào)，獲取當(dāng)天和最近幾天的天氣：

http://weather.yahooapis.com/forecastrss?u=c&w=2151330

參數(shù)w是城市代碼，要查詢(xún)某個(gè)城市代碼，可以在weather.yahoo.com搜索城市，瀏覽器地址欄的URL就包含城市代碼。

最新評(píng)論