在Python中處理XML的教程

XML雖然比JSON複雜，在Web中應用也不如以前多了，不過仍有很多地方在用，所以，有必要瞭解如何操作XML。
DOM vs SAX

操作XML有兩種方法：DOM和SAX。DOM會把整個XML讀入記憶體，解析為樹，因此佔用記憶體大，解析慢，優點是可以任意遍曆樹的節點。SAX是流模式，邊讀邊解析，佔用記憶體小，解析快，缺點是我們需要自己處理事件。

正常情況下，優先考慮SAX，因為DOM實在太占記憶體。

在Python中使用SAX解析XML非常簡潔，通常我們關心的事件是start_element，end_element和char_data，準備好這3個函數，然後就可以解析xml了。

舉個例子，當SAX解析器讀到一個節點時：

python

會產生3個事件：

1. start_element事件，在讀取時；
2. char_data事件，在讀取python時；
3. end_element事件，在讀取時。

用代碼實驗一下：

from xml.parsers.expat import ParserCreateclass 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"?>
 
  
  
Python
  
  
Ruby
 
'''handler = DefaultSaxHandler()parser = ParserCreate()parser.returns_unicode = Trueparser.StartElementHandler = handler.start_elementparser.EndElementHandler = handler.end_elementparser.CharacterDataHandler = handler.char_dataparser.Parse(xml)

當設定returns_unicode為True時，返回的所有element名稱和char_data都是unicode，處理國際化更方便。

需要注意的是讀取一大段字串時，CharacterDataHandler可能被多次調用，所以需要自己儲存起來，在EndElementHandler裡面再合并。

除瞭解析XML外，如何產生XML呢？99%的情況下需要產生的XML結構都是非常簡單的，因此，最簡單也是最有效產生XML的方法是拼接字串：

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

如果要產生複雜的XML呢？建議你不要用XML，改成JSON。
小結

解析XML時，注意找出自己感興趣的節點，響應事件時，把節點資料儲存起來。解析完畢後，就可以處理資料。

練習一下解析Yahoo的XML格式的天氣預報，擷取當天和最近幾天的天氣：

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

參數w是城市代碼，要查詢某個城市代碼，可以在weather.yahoo.com搜尋城市，瀏覽器地址欄的URL就包含城市代碼。

