検索
Python XML解析Nov 23, 2016 pm 01:58 PM

XMLとは何ですか?

XML は eXtensible Markup Language を指します。 このサイトを通じて XML チュートリアルを学ぶことができます

XML はデータを送信および保存するように設計されています。

XML は、ドキュメントをコンポーネントに分割し、それらのコンポーネントを識別するセマンティック マークアップを定義する一連のルールです。

これはメタ マークアップ言語でもあります。つまり、特定のフィールドに関連する他のセマンティックおよび構造化マークアップ言語を定義するための構文言語を定義します。

Python による XML の解析

一般的な XML プログラミング インターフェイスには DOM と SAX があり、これら 2 つのインターフェイスは XML ファイルを異なる方法で処理し、当然、使用シナリオも異なります。

Python には、XML、SAX、DOM、および ElementTree を解析するための 3 つのメソッドがあります:

1.SAX (XML 用の単純な API)

pyhton 標準ライブラリには、SAX パーサーがイベント駆動型モデルを使用して XML を解析します。処理 イベントを 1 つずつトリガーし、ユーザー定義のコールバック関数を呼び出して XML ファイルを処理します。

2.DOM(Document Object Model)

は、XMLデータをメモリ上のツリーに解析し、ツリー上で操作することでXMLを操作します。

3.ElementTree (要素ツリー)

ElementTree は、便利でフレンドリーな API を備えた軽量 DOM のようなものです。コードは使いやすく、高速で、メモリ消費量が少なくなります。

注: DOM は XML データをメモリ内のツリーにマップする必要があるため、比較的遅く、より多くのメモリを消費します。XML ファイルの SAX ストリーミング読み取りの方が高速で、使用するメモリも少なくなりますが、ユーザーはコールバック関数を実装する必要があります。 (ハンドラ)。

この章で使用する XML サンプル ファイル movie.xml の内容は次のとおりです。

戦争、スリラータイプ>

DVDフォーマット>

2003年>

PG評価>

10

日米戦争について話します

映画>

アニメ、サイエンス フィクション

DVD

1989

R評価>

8

< ;description>科学小説

アニメ、アクション

/フォーマット>

gt;/エピソード>

PG評価>

10星>

ヴァッシュ・ザ・スタンピード!> ;

コメディ

VHS

PG

2星>

閲覧可能な退屈説明>

映画>

コレクション>

PythonはSAXを使用してxmlを解析します

SAXはイベント駆動型のAPIです。

SAX を使用した XML ドキュメントの解析には、パーサーとイベント ハンドラーの 2 つの部分が含まれます。

パーサーは、XML ドキュメントを読み取り、要素開始イベントや要素終了イベントなどのイベント プロセッサにイベントを送信する役割を担います。

イベント プロセッサは、イベントに応答し、渡された XML データを処理する役割を担います。

1. 大きなファイルを処理します。

2. ファイルの一部のみが必要、またはファイルの特定の情報のみが必要です。

3. 独自のオブジェクトモデルを構築したい場合。

sax を使用して Python で XML を処理するには、まず xml.sax に parse 関数を導入し、xml.sax.handler に ContentHandler を導入する必要があります。

ContentHandlerクラスのメソッド紹介

characters(content)メソッド

呼び出しタイミング:

ラベルに遭遇する前の行から始まり、文字があり、contentの値はこれらの文字列です。

あるラベルから次のラベルに出会うまでに文字があり、コンテンツの値はこれらの文字列です。

ラベルから、行終端記号に遭遇する前に文字があり、コンテンツの値はこれらの文字列です。

タグは開始タグまたは終了タグにすることができます。

startDocument() メソッド

は、ドキュメントの開始時に呼び出されます。

endDocument() メソッド

は、パーサーがドキュメントの終わりに到達したときに呼び出されます。

startElement(name, attrs) メソッド

は、XML 開始タグが見つかったときに呼び出されます。name はタグの名前であり、attrs はタグの属性値ディクショナリです。

endElement(name) メソッド

は、XML 終了タグが見つかったときに呼び出されます。

make_parser メソッド

次のメソッドは、新しいパーサー オブジェクトを作成し、それを返します。

xml.sax.make_parser([parser_list])

パラメータの説明:

parser_list - オプションのパラメータ、パーサーリスト

parserメソッド

次のメソッドはSAXパーサーデバイスを作成し、解析するXMLドキュメント:

xml.sax.parse(xmlfile、contenthandler [、errorhandler])

parameter説明:

xmlfile -xmlファイル名

contenthandler-contenthan dlerオブジェクトでなければなりません

errorhandler - このパラメーターが指定されている場合、errorhandler は SAX ErrorHandler オブジェクトである必要があります。

parseString メソッド

parseString メソッドは、XML パーサーを作成し、XML 文字列を解析します。

xml.sax.parseString(xmlstring, contenthandler [ 、errorhandler])

パラメーターの説明:

xmlstring - XML 文字列

contenthandler - ContentHandler オブジェクトである必要があります

errorhandler - このパラメーターが指定されている場合、errorhandler は SAX ErrorHandler オブジェクトである必要があります

Python Parse XMLインスタンス

#!/usr/bin/python

import xml.sax

class MovieHandler( xml.sax.ContentHandler ):

def __init__(self):

self .CurrentData = ""

self.type .

場合tag == "Movie":

print "*****"

emovie **** currentdata == "type":

currentdata == "year":

t印刷 "start:"、self.stars

elf seld.currentdata == "説明": "" "、self.descript

self.currentdata ="

defcharacters(self, content):

if self.CurrentData == "type":

self.type = content

elif self.CurrentData == "format":

self.format = content

elif CurrentData == 「年」:

self.year = content

elif self.CurrentData == 「評価」:

self.評価 = コンテンツ

elif self.CurrentData == "stars":

self.stars = content

elif self.CurrentData == "description":

self.description = content

if ( __name__ == "__main __"):

# 创建一 XMLReader

parser = xml.sax.make_parser()

# namepsacesをオフにする

parser.setFeature(xml.sax.handler.feature_namespaces, 0)

# 重写 ContextHandler

Handler = MovieHandler ()

parser.setContentHandler( Handler )

parser.parse("movies.xml")

以上代码执行结果如下:

*****映画** ***

タイトル: 背後の敵

タイプ: 戦争, スリラー

形式: DVD

年: 2003

評価: PG

スター: 10

説明: 日米戦争について話します

* ****映画*****

タイトル: トランスフォーマー

タイプ: アニメ, サイエンス フィクション

形式: DVD

年: 1989

評価: R

スター: 8

説明: 科学フィクション

*****映画*****

タイトル: トライガン

タイプ: アニメ, アクション

フォーマット: DVD

評価: PG

スター: 10

説明: ヴァッシュ・ザ・スタンピード!

*****映画*****

タイトル: イシュタル

タイプ: コメディ

フォーマット: VHS

評価: PG

スター: 2

説明: 視聴可能な退屈

完整ったSAX API 文档蘅Python SAX API

は、xml.dom を解析する xml

文件モデルオブジェクト (Document Object Model、DOM と呼ばれる) を使用し、W3C 組織推論の拡張可能な処理の標準プロセス インターフェイスです。ドム解析器は、XML 文書を解析するときに、文書を一次的に取得し、文書内のすべての要素が保存されている 1 つの構造領域を保持し、その後、DOM が提供するさまざまな関数を利用して文書の内容を取得または変更できます。

Python では、xml.dom.minidom を使用して xml ファイルを解析します。例:

#!/usr/bin/python

from xml.dom.minidom import parse

import xml.dom.minidom

# ミニダム解析器打开 XML 文档

DOMTree = xml.dom.minidom.parse("movies.xml")

コレクション= DOMTree.documentElement

if collection.hasAttribute("shelf"):

print "ルート要素 : %s" % collection.getAttribute("shelf")

# 集合中获取すべての映画

映画 = collection.getElementsByTagName("movie")

# 印打每部电影の详细情報

for movie in movie:

print "*****Movie*****"

if movie.hasAttribut e( "title"):

print "タイトル: %s" % movie.getAttribute("title")

type = movie.getElementsByTagName('type')[0]

print "タイプ: %s" % type.childNodes[0].data

format = movie.getElementsByTagName('format')[0]

print "Format: %s" % format.childNodes[0].data

評価 = movie.getElementsByTagName('評価')[0]

print "評価: %s" % ratings.childNodes[0].data

description = movie.getElementsByTagName('description')[0]

print "説明: %s" % description .childNodes[0].data

上記プログラムの実行結果は以下の通りです:

ルート要素: 新着

*****映画*****

タイトル: 背後の敵

タイプ: 戦争、スリラー

フォーマット: DVD

Rating : PG

Description: 日米戦争について語る

*****映画*****

タイトル: トランスフォーマー

タイプ: アニメ、サイエンスフィクション

フォーマット: DVD

評価: R

説明: 科学フィクション

*****映画*****

タイトル: トライガン

タイプ: アニメ、アクション

フォーマット: DVD

評価: PG

説明:ヴァッシュ・ザ・スタンピード!

*****映画*****

タイトル: イシュタル

タイプ: コメディ

フォーマット: VHS

評価: PG

説明: 視聴可能な退屈


声明
この記事の内容はネチズンが自主的に寄稿したものであり、著作権は原著者に帰属します。このサイトは、それに相当する法的責任を負いません。盗作または侵害の疑いのあるコンテンツを見つけた場合は、admin@php.cn までご連絡ください。
Pythonを使用してテキストファイルのZIPF配布を見つける方法Pythonを使用してテキストファイルのZIPF配布を見つける方法Mar 05, 2025 am 09:58 AM

このチュートリアルでは、Pythonを使用してZIPFの法則の統計的概念を処理する方法を示し、法律の処理時にPythonの読み取りおよび並べ替えの効率性を示します。 ZIPF分布という用語が何を意味するのか疑問に思うかもしれません。この用語を理解するには、まずZIPFの法律を定義する必要があります。心配しないでください、私は指示を簡素化しようとします。 ZIPFの法則 ZIPFの法則は単に意味します。大きな自然言語のコーパスでは、最も頻繁に発生する単語は、2番目の頻繁な単語のほぼ2倍の頻度で表示されます。 例を見てみましょう。アメリカ英語の茶色のコーパスを見ると、最も頻繁な言葉は「thであることに気付くでしょう。

Pythonでファイルをダウンロードする方法Pythonでファイルをダウンロードする方法Mar 01, 2025 am 10:03 AM

Pythonは、インターネットからファイルをダウンロードするさまざまな方法を提供します。これは、urllibパッケージまたはリクエストライブラリを使用してHTTPを介してダウンロードできます。このチュートリアルでは、これらのライブラリを使用してPythonからURLからファイルをダウンロードする方法を説明します。 ライブラリをリクエストします リクエストは、Pythonで最も人気のあるライブラリの1つです。クエリ文字列をURLに手動で追加したり、POSTデータのエンコードをフォームに追加せずに、HTTP/1.1リクエストを送信できます。 リクエストライブラリは、以下を含む多くの機能を実行できます フォームデータを追加します マルチパートファイルを追加します Python応答データにアクセスします リクエストを行います 頭

HTMLを解析するために美しいスープを使用するにはどうすればよいですか?HTMLを解析するために美しいスープを使用するにはどうすればよいですか?Mar 10, 2025 pm 06:54 PM

この記事では、Pythonライブラリである美しいスープを使用してHTMLを解析する方法について説明します。 find()、find_all()、select()、およびget_text()などの一般的な方法は、データ抽出、多様なHTML構造とエラーの処理、および代替案(SEL

Pythonでの画像フィルタリングPythonでの画像フィルタリングMar 03, 2025 am 09:44 AM

ノイズの多い画像を扱うことは、特に携帯電話や低解像度のカメラの写真でよくある問題です。 このチュートリアルでは、OpenCVを使用してPythonの画像フィルタリング手法を調査して、この問題に取り組みます。 画像フィルタリング:強力なツール 画像フィルター

Pythonを使用してPDFドキュメントの操作方法Pythonを使用してPDFドキュメントの操作方法Mar 02, 2025 am 09:54 AM

PDFファイルは、クロスプラットフォームの互換性に人気があり、オペレーティングシステム、読み取りデバイス、ソフトウェア間でコンテンツとレイアウトが一貫しています。ただし、Python Plansing Plain Text Filesとは異なり、PDFファイルは、より複雑な構造を持つバイナリファイルであり、フォント、色、画像などの要素を含んでいます。 幸いなことに、Pythonの外部モジュールでPDFファイルを処理することは難しくありません。この記事では、PYPDF2モジュールを使用して、PDFファイルを開き、ページを印刷し、テキストを抽出する方法を示します。 PDFファイルの作成と編集については、私からの別のチュートリアルを参照してください。 準備 コアは、外部モジュールPYPDF2を使用することにあります。まず、PIPを使用してインストールします。 ピップはpです

DjangoアプリケーションでRedisを使用してキャッシュする方法DjangoアプリケーションでRedisを使用してキャッシュする方法Mar 02, 2025 am 10:10 AM

このチュートリアルでは、Redisキャッシングを活用して、特にDjangoフレームワーク内でPythonアプリケーションのパフォーマンスを向上させる方法を示しています。 Redisのインストール、Django構成、およびパフォーマンスの比較をカバーして、Beneを強調します

Natural Language Toolkit(NLTK)の紹介Natural Language Toolkit(NLTK)の紹介Mar 01, 2025 am 10:05 AM

自然言語処理(NLP)は、人間の言語の自動または半自動処理です。 NLPは言語学と密接に関連しており、認知科学、心理学、生理学、数学の研究とのリンクがあります。コンピューターサイエンスで

TensorflowまたはPytorchで深い学習を実行する方法は?TensorflowまたはPytorchで深い学習を実行する方法は?Mar 10, 2025 pm 06:52 PM

この記事では、深い学習のためにTensorflowとPytorchを比較しています。 関連する手順、データの準備、モデルの構築、トレーニング、評価、展開について詳しく説明しています。 特に計算グラップに関して、フレームワーク間の重要な違い

See all articles

ホットAIツール

Undresser.AI Undress

Undresser.AI Undress

リアルなヌード写真を作成する AI 搭載アプリ

AI Clothes Remover

AI Clothes Remover

写真から衣服を削除するオンライン AI ツール。

Undress AI Tool

Undress AI Tool

脱衣画像を無料で

Clothoff.io

Clothoff.io

AI衣類リムーバー

AI Hentai Generator

AI Hentai Generator

AIヘンタイを無料で生成します。

ホットツール

DVWA

DVWA

Damn Vulnerable Web App (DVWA) は、非常に脆弱な PHP/MySQL Web アプリケーションです。その主な目的は、セキュリティ専門家が法的環境でスキルとツールをテストするのに役立ち、Web 開発者が Web アプリケーションを保護するプロセスをより深く理解できるようにし、教師/生徒が教室環境で Web アプリケーションを教え/学習できるようにすることです。安全。 DVWA の目標は、シンプルでわかりやすいインターフェイスを通じて、さまざまな難易度で最も一般的な Web 脆弱性のいくつかを実践することです。このソフトウェアは、

AtomエディタMac版ダウンロード

AtomエディタMac版ダウンロード

最も人気のあるオープンソースエディター

Dreamweaver Mac版

Dreamweaver Mac版

ビジュアル Web 開発ツール

PhpStorm Mac バージョン

PhpStorm Mac バージョン

最新(2018.2.1)のプロフェッショナル向けPHP統合開発ツール

SecLists

SecLists

SecLists は、セキュリティ テスターの究極の相棒です。これは、セキュリティ評価中に頻繁に使用されるさまざまな種類のリストを 1 か所にまとめたものです。 SecLists は、セキュリティ テスターが必要とする可能性のあるすべてのリストを便利に提供することで、セキュリティ テストをより効率的かつ生産的にするのに役立ちます。リストの種類には、ユーザー名、パスワード、URL、ファジング ペイロード、機密データ パターン、Web シェルなどが含まれます。テスターはこのリポジトリを新しいテスト マシンにプルするだけで、必要なあらゆる種類のリストにアクセスできるようになります。