파이썬 XML 파싱

XML이란 무엇입니까?

XML은 eXtensible Markup Language를 의미합니다. 이 사이트를 통해 XML 튜토리얼을 배울 수 있습니다.

XML은 데이터를 전송하고 저장하도록 설계되었습니다.

XML은 문서를 구성 요소로 나누고 해당 구성 요소를 식별하는 의미적 마크업을 정의하는 규칙 집합입니다.

메타 마크업 언어이기도 합니다. 즉, 특정 필드와 관련된 다른 의미론적, 구조적 마크업 언어를 정의하기 위한 구문 언어를 정의합니다.

Python의 XML 구문 분석

일반적인 XML 프로그래밍 인터페이스에는 DOM과 SAX가 포함됩니다. 이 두 인터페이스는 XML 파일을 서로 다른 방식으로 처리하며, 물론 사용 시나리오도 다릅니다.

Python에는 XML, SAX, DOM 및 ElementTree를 구문 분석하는 세 가지 방법이 있습니다.

1.SAX(XML용 단순 API)

pyhton 표준 라이브러리에는 SAX 파서, SAX가 포함되어 있습니다. 이벤트 중심 모델을 사용하면 XML 구문 분석 과정에서 이벤트를 하나씩 트리거하고 사용자 정의 콜백 함수를 호출하여 XML 파일을 처리합니다.

2.DOM(Document Object Model)

XML 데이터를 메모리 내 트리로 파싱하고, 트리에서 연산을 수행하여 XML을 동작시킨다.

3.ElementTree(요소 트리)

ElementTree는 편리하고 친숙한 API를 갖춘 경량 DOM과 같습니다. 코드는 유용성이 좋고 빠르며 메모리를 덜 소모합니다.

참고: DOM은 XML 데이터를 메모리의 트리에 매핑해야 하기 때문에 상대적으로 느리고 더 많은 메모리를 소비합니다. XML 파일의 SAX 스트리밍 읽기는 더 빠르고 메모리를 덜 차지하지만 사용자가 콜백 기능을 구현해야 합니다. (매니저).

이 장에서 사용된 XML 예제 파일인 Movies.xml의 내용은 다음과 같습니다.

전쟁, 스릴러

DVD 형식>

2003연도>

PG등급>

10별>

< ;description>미일 전쟁을 이야기합니다

DVD

1989

< ;ating>R< ;/rated>

8별>

과학 소설

> ;

애니메이션, 액션

DVD

4에피소드>

PG

10별>

Vash the Stampede!

코미디

VHS

PG

2별표>

볼 수 있는 지루함

Python은 SAX를 사용하여 xml을 구문 분석합니다

SAX는 이벤트 기반 API입니다.

SAX를 사용하여 XML 문서를 구문 분석하는 작업에는 구문 분석기와 이벤트 핸들러라는 두 부분이 포함됩니다.

파서는 XML 문서를 읽고 요소 시작 및 요소 종료 이벤트와 같은 이벤트를 이벤트 프로세서에 보내는 역할을 담당합니다.

이벤트 프로세서는 이벤트에 대한 응답과 전달을 담당합니다. XML 데이터가 처리됩니다.

1. 대용량 파일을 처리합니다.

2. 파일의 일부만 필요하거나 파일의 특정 정보만 필요합니다.

3. 나만의 객체 모델을 만들고 싶을 때.

sax를 사용하여 Python에서 xml을 처리하려면 먼저 xml.sax의 구문 분석 기능과 xml.sax.handler의 ContentHandler를 도입해야 합니다.

ContentHandler 클래스 메소드 소개

문자(content) 메소드

호출 타이밍:

라인부터 시작해서 라벨을 만나기 전에 문자가 있고, 내용 값은 이러한 문자열입니다.

한 태그에서 다음 태그를 만나기 전에 문자가 있고, 콘텐츠의 값은 이 문자열입니다.

태그에는 줄 종결자를 만나기 전의 문자가 있으며, 내용의 값은 이 문자열입니다.

태그는 시작 태그 또는 종료 태그일 수 있습니다.

startDocument() 메서드

문서가 시작될 때 호출됩니다.

endDocument() 메서드

파서가 문서 끝에 도달하면 호출됩니다.

startElement(name, attrs) 메소드

는 XML 시작 태그가 발견될 때 호출됩니다. name은 태그의 이름이고 attrs는 태그의 속성 값 사전입니다.

endElement(name) 메소드

는 XML 종료 태그가 발견되면 호출됩니다.

make_parser 메소드

다음 메소드는 새로운 파서 객체를 생성하고 이를 반환합니다.

xml.sax.make_parser( [parser_list] )

매개변수 설명:

parser_list - 선택적 매개변수, 파서 목록

파서 방법

다음 방법은 SAX 파서를 생성하고 xml 문서를 구문 분석합니다.

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

매개변수 설명:

xmlfile - xml 파일 이름

contenthandler - ContentHandler 객체여야 합니다.

errorhandler - 이 매개변수가 지정된 경우 errorhandler는 SAX ErrorHandler 객체여야 합니다.

parseString 메서드

parseString 메소드는 XML 파서를 생성하고 xml 문자열을 구문 분석합니다.

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

매개변수 설명:

xmlstring - xml 문자열

contenthandler - ContentHandler의 객체여야 합니다.

errorhandler - If 이 매개변수가 지정되면 errorhandler는 SAX ErrorHandler 객체여야 합니다

Python 구문 분석 XML 인스턴스

#!/usr/bin/python

import xml.sax

class MovieHandler( xml.sax.ContentHandler ):

def __init__(self):

self.CurrentData = ""

self.type = ""

self.format = ""

self.year = ""

self.rated = ""

self.stars = ""

self.description = ""

# 요소가 이벤트 처리를 시작합니다

def startElement(self, tag, attribute):

self.CurrentData = tag

if tag == "movie":

print "* * ***영화*****"

title = attribute["title"]

print "Title:", title

# 요소 종료 이벤트 처리

def endElement(self, tag):

if self.CurrentData == "type":

print "Type:", self.type

elif self.CurrentData == "format":

print "Format:", self.format

elif self.CurrentData == "연도":

print "연도:", self.year

elif self.CurrentData == "rated":

print "Rating:", self.rated

elif self .CurrentData == "stars":

print "Stars:", self.stars

elif self.CurrentData == "description":

print "Description: " , self.description

self.CurrentData = ""

#콘텐츠 이벤트 처리

def 문자(self, 콘텐츠):

if self.CurrentData == "type":

self.type = content

elif self.CurrentData == "format":

         self.format = 콘텐츠

      elif self.CurrentData == "연도":

        self.year = 콘텐츠

      elif self.CurrentData == "등급" :

         self.rated = content

      elif self.CurrentData == "stars":

        self.stars = content

      elif self.CurrentData = = "설명":

         self.description = 콘텐츠

  

if ( __name__ == "__main__"):

   

# 创建一个 XMLReader

   파서 = xml.sax.make_parser()

   # 네임스페이스 끄기

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

 

   # 중写 ContextHandler

   Handler = MovieHandler()

   parser.setContentHandler( Handler )

   

parser.parse("movies.xml")

   

以上代码执行结果如下：

*****영화*****

제목: Enemy Behind

유형: 전쟁, 스릴러

형식: DVD

연도 : 2003

등급: PG

별: 10

설명: 미일 전쟁에 대한 이야기

*****영화*** **

제목: 트랜스포머

유형: 애니메이션, SF

형식: DVD

연도: 1989

등급: R

별점: 8

설명: 과학 소설

*****영화****

제목: Trigun

유형: 애니메이션, 액션

형식: DVD

등급: PG

별점: 10

설명: Vash the Stampede!

*****영화*****

제목: Ishtar

유형: 코미디

형식: VHS

등급: PG

별표: 2

설명: 표시 가능한 지루함

   

完整的 SAX API 文档请查阅Python SAX API

使用xml.dom解析xml

文件对象模型(문서 객체 모델, 简称DOM),是W3C组织推荐리处扩 확장置标语言的标准编程接口。

一个 DOM XML 文档时, 一次性读取整个文档, 把文档中所内存中的一个树结构里, 之后你可以利用 DOM 提예를 들어 서로 같지 않은 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。

python中用xml.dom.minidom来解析xml文件，实例如下：

#!/usr/bin/python

 

from xml.dom.minidom import parse

import xml.dom.minidom

 

# 使useminidom解析器打开 XML 文档

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

컬렉션 = DOMTree.documentElement

if collection.hasAttribute("shelf"):

   인쇄 "루트 요소 : %s" % collection.getAttribute("shelf")

 

# 영화

영화용 영화에서:

   인쇄 "*****영화*****"

   if movie.hasAttribute("title"):

      인쇄 "제목: % s" % movie.getAttribute("title")

 

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

   인쇄 "유형: %s" % type.childNodes[0].data

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

   인쇄 "형식: %s" % format.childNodes[0].data

   등급 = movie.getElementsByTagName(' rating')[0]

   인쇄 "등급: %s" %  rating.childNodes[0].data

   설명 = 영화. getElementsByTagName('description')[0]

   인쇄 "설명: %s" % description.childNodes[0].data

   

以上程序执行结果如下：

루트 요소 : 새 도착

*****영화*****

제목 : Enemy Behind

유형: 전쟁, 스릴러

형식: DVD

등급: PG

설명: 미일전쟁에 관한 이야기

*****영화*****

제목: 트랜스포머

유형: 애니메이션, SF

형식: DVD

등급: R

설명: 과학 소설

*****영화****

제목: Trigun

유형: 애니메이션, 액션

형식: DVD

등급: PG

설명: Vash the Stampede!

*****영화*****

제목: Ishtar

유형: 코미디

형식: VHS

등급: PG

설명: 시청 가능 지루함