什么是xml？
xml 指可扩展标记语言（extensible markup language）。 你可以通过本站学习xml教程
xml 被设计用来传输和存储数据。
xml是一套定义语义标记的规则，这些标记将文档分成许多部件并对这些部件加以标识。
它也是元标记语言，即定义了用于定义其他与特定领域有关的、语义的、结构化的标记语言的句法语言。
python对xml的解析
常见的xml编程接口有dom和sax，这两种接口处理xml文件的方式不同，当然使用场合也不同。
python有三种方法解析xml，sax，dom，以及elementtree:
1.sax (simple api for xml )
pyhton 标准库包含sax解析器，sax用事件驱动模型，通过在解析xml的过程中触发一个个的事件并调用用户定义的回调函数来处理xml文件。
2.dom(document object model)
将xml数据在内存中解析成一个树，通过对树的操作来操作xml。
3.elementtree(元素树)
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。
注：因dom需要将xml数据映射到内存中的树，一是比较慢，二是比较耗内存，而sax流式读取xml文件，比较快，占用内存少，但需要用户实现回调函数（handler）。
本章节使用到的xml实例文件movies.xml内容如下：
war, thriller
dvd
2003
pg
10
talk about a us-japan war
anime, science fiction
dvd
1989
r
8
a schientific fiction
anime, action
dvd
4
pg
10
vash the stampede!
comedy
vhs
pg
2
viewable boredom
python使用sax解析xml
sax是一种基于事件驱动的api。
利用sax解析xml文档牵涉到两个部分:解析器和事件处理器。
解析器负责读取xml文档,并向事件处理器发送事件,如元素开始跟元素结束事件;
而事件处理器则负责对事件作出相应,对传递的xml数据进行处理。
1、对大型文件进行处理；
2、只需要文件的部分内容，或者只需从文件中得到特定信息。
3、想建立自己的对象模型的时候。
在python中使用sax方式处理xml要先引入xml.sax中的parse函数，还有xml.sax.handler中的contenthandler。
contenthandler类方法介绍
characters(content)方法
调用时机：
从行开始，遇到标签之前，存在字符，content的值为这些字符串。
从一个标签，遇到下一个标签之前， 存在字符，content的值为这些字符串。
从一个标签，遇到行结束符之前，存在字符，content的值为这些字符串。
标签可以是开始标签，也可以是结束标签。
startdocument()方法
文档启动的时候调用。
enddocument()方法
解析器到达文档结尾时调用。
startelement(name, attrs)方法
遇到xml开始标签时调用，name是标签的名字，attrs是标签的属性值字典。
endelement(name)方法
遇到xml结束标签时调用。
make_parser方法
以下方法创建一个新的解析器对象并返回。
xml.sax.make_parser( [parser_list] )
参数说明:
parser_list – 可选参数，解析器列表
parser方法
以下方法创建一个 sax 解析器并解析xml文档：
xml.sax.parse( xmlfile, contenthandler[, errorhandler])
参数说明:
xmlfile – xml文件名
contenthandler – 必须是一个contenthandler的对象
errorhandler – 如果指定该参数，errorhandler必须是一个sax errorhandler对象
parsestring方法
parsestring方法创建一个xml解析器并解析xml字符串：
xml.sax.parsestring(xmlstring, contenthandler[, errorhandler])
参数说明:
xmlstring – xml字符串
contenthandler – 必须是一个contenthandler的对象
errorhandler – 如果指定该参数，errorhandler必须是一个sax errorhandler对象
python 解析xml实例
#!/usr/bin/python
import xml.sax
class moviehandler( xml.sax.contenthandler ):
def __init__(self):
self.currentdata = “”
self.type = “”
self.format = “”
self.year = “”
self.rating = “”
self.stars = “”
self.description = “”
# 元素开始事件处理
def startelement(self, tag, attributes):
self.currentdata = tag
if tag == “movie”:
print “*****movie*****”
title = attributes[“title”]
print “title:”, title
# 元素结束事件处理
def endelement(self, tag):
if self.currentdata == “type”:
print “type:”, self.type
elif self.currentdata == “format”:
print “format:”, self.format
elif self.currentdata == “year”:
print “year:”, self.year
elif self.currentdata == “rating”:
print “rating:”, self.rating
elif self.currentdata == “stars”:
print “stars:”, self.stars
elif self.currentdata == “description”:
print “description:”, self.description
self.currentdata = “”
# 内容事件处理
def characters(self, content):
if self.currentdata == “type”:
self.type = content
elif self.currentdata == “format”:
self.format = content
elif self.currentdata == “year”:
self.year = content
elif self.currentdata == “rating”:
self.rating = content
elif self.currentdata == “stars”:
self.stars = content
elif self.currentdata == “description”:
self.description = content
if ( __name__ == “__main__”):
# 创建一个 xmlreader
parser = xml.sax.make_parser()
# turn off namepsaces
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：
*****movie*****
title: enemy behind
type: war, thriller
format: dvd
year: 2003
rating: pg
stars: 10
description: talk about a us-japan war
*****movie*****
title: transformers
type: anime, science fiction
format: dvd
year: 1989
rating: r
stars: 8
description: a schientific fiction
*****movie*****
title: trigun
type: anime, action
format: dvd
rating: pg
stars: 10
description: vash the stampede!
*****movie*****
title: ishtar
type: comedy
format: vhs
rating: pg
stars: 2
description: viewable boredom
完整的 sax api 文档请查阅python sax apis
使用xml.dom解析xml
文件对象模型（document object model，简称dom），是w3c组织推荐的处理可扩展置标语言的标准编程接口。
一个 dom 的解析器在解析一个 xml 文档时，一次性读取整个文档，把文档中所有元素保存在内存中的一个树结构里，之后你可以利用dom 提供的不同的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
# 使用minidom解析器打开 xml 文档
domtree = xml.dom.minidom.parse(“movies.xml”)
collection = domtree.documentelement
if collection.hasattribute(“shelf”):
print “root element : %s” % collection.getattribute(“shelf”)
# 在集合中获取所有电影
movies = collection.getelementsbytagname(“movie”)
# 打印每部电影的详细信息
for movie in movies:
print “*****movie*****”
if movie.hasattribute(“title”):
print “title: %s” % movie.getattribute(“title”)
type = movie.getelementsbytagname(‘type’)[0]
print “type: %s” % type.childnodes[0].data
format = movie.getelementsbytagname(‘format’)[0]
print “format: %s” % format.childnodes[0].data
rating = movie.getelementsbytagname(‘rating’)[0]
print “rating: %s” % rating.childnodes[0].data
description = movie.getelementsbytagname(‘description’)[0]
print “description: %s” % description.childnodes[0].data
以上程序执行结果如下：
root element : new arrivals
*****movie*****
title: enemy behind
type: war, thriller
format: dvd
rating: pg
description: talk about a us-japan war
*****movie*****
title: transformers
type: anime, science fiction
format: dvd
rating: r
description: a schientific fiction
*****movie*****
title: trigun
type: anime, action
format: dvd
rating: pg
description: vash the stampede!
*****movie*****
title: ishtar
type: comedy
format: vhs
rating: pg
description: viewable boredom