python有三种方法解析XML:SAX，DOM，以及ElementTree,介绍如下
1.SAX (simple API for XML )
pyhton 标准库包含SAX解析器，SAX是一种典型的极为快速的工具，在解析XML时，不会占用大量内存。
但是这是基于回调机制的，因此在某些数据中，它会调用某些方法进行传递。这意味着必须为数据指定句柄，
以维持自己的状态，这是非常困难的。
2.DOM(Document Object Model)
与SAX比较，DOM典型的缺点是比较慢，消耗更多的内存，因为DOM会将整个XML数读入内存中，并为树
中的第一个节点建立一个对象。使用DOM的好处是你不需要对状态进行追踪，因为每一个节点都知道谁是它的
父节点，谁是子节点。但是DOM用起来有些麻烦。
常用的DOM操作方法:
minidom.parse(filename) #加载读取XML文件
doc.documentElement #获取XML文档对象
node.getAttribute(AttributeName) # 获取XML节点属性值
node.getElementsByTagName(TagName) #获取XML节点对象集合
node.childNodes #返回子节点列表
node.childNodes[index].nodeValue #获取XML节点值
node.firstChild #访问第一个节点。等价于pagexml.childNodes[0]
Node.attributes["id"]
a.name #就是上面的 "id"
a.value #属性的值
3. ElementTree
ElementTree就像一个轻量级的DOM，具有方便友好的API。代码可用性好，速度快，消耗内存少，这里主要
介绍DOM和ElementTree。
代码举例
1. 下面是一个转载的例子,使用ElementTree：
test.xml如下：
<span style="font-size:13px;"><?xml version="1.0" encoding="utf-8"?>
<root>
<person age="18">
<name>hzj</name>
<sex>man</sex>
</person>
<person age="19" des="hello">
<name>kiki</name>
<sex>female</sex>
</person>
</root></span>
1)加载xml文件
加载XML文件共有2种方法,一是加载指定字符串，二是加载指定文件
2)获取element的方法
a) 通过getiterator
b) 过 getchildren
c) find方法
d) findall方法
#-*- coding:utf-8 -*-
from xml.etree import ElementTree
def print_node(node):
'''打印结点基本信息'''
print "=============================================="
print "node.attrib:%s" % node.attrib
if node.attrib.has_key("age") > 0 :
print "node.attrib['age']:%s" % node.attrib['age']
print "node.tag:%s" % node.tag
print "node.text:%s" % node.text
def read_xml(text):
'''读xml文件'''
# 加载XML文件（2种方法,一是加载指定字符串，二是加载指定文件）
# root = ElementTree.parse(r"D:/test.xml")
root = ElementTree.fromstring(text)
# 获取element的方法
# 1 通过getiterator
lst_node = root.getiterator("person")
for node in lst_node:
print_node(node)
# 2通过 getchildren
lst_node_child = lst_node[0].getchildren()[0]
print_node(lst_node_child)
# 3 .find方法
node_find = root.find('person')
print_node(node_find)
#4. findall方法
node_findall = root.findall("person/name")[1]
print_node(node_findall)
if __name__ == '__main__':
read_xml(open("test.xml").read())想想为什么？不明白，请看下面:
#encoding=utf-8
from xml.etree import ElementTree as ET
#要找出所有人的年龄
per=ET.parse('test.xml')
p=per.findall('/person')
for x in p:
print x.attrib
print
for oneper in p: #找出person节点
for child in oneper.getchildren(): #找出person节点的子节点
print child.tag,':',child.text
print 'age:',oneper.get('age')
print '############'结果如下：
{'age': '18'}
{'age': '19', 'des': 'hello'}
name : hzj
sex : man
age: 18
############
name : kiki
sex : female
age: 19
############
2. 另外一个转载的例子，使用DOM:
XML文件:
<?xml version="1.0" encoding="UTF-8" ?>
<users>
<user id="1000001">
<username>Admin</username>
<email>admin@</email>
<age>23</age>
<sex>男</sex>
</user>
<user id="1000002">
<username>Admin2</username>
<email>admin2@</email>
<age>22</age>
<sex>男</sex>
</user>
<user id="1000003">
<username>Admin3</username>
<email>admin3@</email>
<age>27</age>
<sex>男</sex>
</user>
<user id="1000004">
<username>Admin4</username>
<email>admin4@</email>
<age>25</age>
<sex>女</sex>
</user>
<user id="1000005">
<username>Admin5</username>
<email>admin5@</email>
<age>20</age>
<sex>男</sex>
</user>
<user id="1000006">
<username>Admin6</username>
<email>admin6@</email>
<age>23</age>
<sex>女</sex>
</user>
</users>示例代码如下:
# -*- coding:utf-8 -*-
"""
* User: lhj588
* Date: 11-11-9
* Time: 13：20
* Desc:
"""
from xml.dom import minidom
def get_attrvalue(node, attrname):
return node.getAttribute(attrname) if node else ''
def get_nodevalue(node, index = 0):
return node.childNodes[index].nodeValue if node else ''
def get_xmlnode(node,name):
return node.getElementsByTagName(name) if node else []
def xml_to_string(filename='user.xml'):
doc = minidom.parse(filename)
return doc.toxml('UTF-8')
def get_xml_data(filename='user.xml'):
doc = minidom.parse(filename)
root = doc.documentElement
user_nodes = get_xmlnode(root,'user')
user_list=[]
for node in user_nodes:
user_id = get_attrvalue(node,'id')
node_name = get_xmlnode(node,'username')
node_email = get_xmlnode(node,'email')
node_age = get_xmlnode(node,'age')
node_sex = get_xmlnode(node,'sex')
user_name =get_nodevalue(node_name[0]).encode('utf-8','ignore')
user_email = get_nodevalue(node_email[0]).encode('utf-8','ignore')
user_age = int(get_nodevalue(node_age[0]))
user_sex = get_nodevalue(node_sex[0]).encode('utf-8','ignore')
user = {}
user['id'] , user['username'] , user['email'] , user['age'] , user['sex'] = (
int(user_id), user_name , user_email , user_age , user_sex
)
user_list.append(user)
return user_list
def test_xmltostring():
print xml_to_string()
def test_laod_xml():
user_list = get_xml_data()
for user in user_list :
#print user['sex']
print '-----------------------------------------------------'
if user:
user_str='编 号：%dn用户名：%sn性 别：%sn年 龄：%sn邮 箱：%sn ' % (int(user['id']) , user['username'], user['sex'] , user['age'] , user['email'])
print user_str
print '====================================================='
if __name__ == "__main__":
test_xmltostring()
test_laod_xml()
