python解析xml三种方法【ElementTree】【DOM】【SAX】

https://zhuanlan.zhihu.com/p/78329319
https://www.cnblogs.com/miniren/p/5091744.html

1. Python有三种方法解析XML，分别是SAX、DOM和ElementTree：

SAX：Python 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。
DOM：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。
ElementTree：ElementTree(元素树)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。

2. 使用SAX

'''
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。
  事件处理器则负责对事件作出响应，对传递的 XML 数据进行处理。

ContentHandler 类方法介绍
  characters(content)方法
    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。
  make_parser方法
  parser方法
  parseString方法
'''


# python文件

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。
    '''
    def startElement(self, tag, attributes):
        self.CurrentData = tag
        if tag == "movie":
            print("-----电影信息介绍-----")
            title = attributes["title"]
            print("Title:", title)


    # 元素结束调用
    '''
    endElement(name) 方法：遇到XML结束标签时调用。
    '''
    def endElement(self, tag):
        if self.CurrentData == "type":
            print("类型:", self.type)
        elif self.CurrentData == "format":
            print("格式:", self.format)
        elif self.CurrentData == "year":
            print("时间:", self.year)
        elif self.CurrentData == "rating":
            print("评级:", self.rating)
        elif self.CurrentData == "stars":
            print("星星:", self.stars)
        elif self.CurrentData == "description":
            print("描述:", self.description, "
")
        self.CurrentData = ""


    # 读取字符时调用
    '''
    characters(content)方法：
        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。  # startElement的时候记录self.CurrentData = tag，所以
        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。
    '''
    # 这里是，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。
    # startElement的时候记录self.CurrentData = tag，endElement的时候self.CurrentData = ""，所以content是两个便签之间的内容
    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()
    # 关闭命名空间
    parser.setFeature(xml.sax.handler.feature_namespaces, 0)

    # 重写 ContextHandler
    Handler = MovieHandler()
    parser.setContentHandler(Handler)

    parser.parse("movies.xml")



# 电影信息

<collection shelf="新品推荐">
<movie title="重返二十岁">
   <type>喜剧，亲情，爱情，奇幻</type>
   <format>DVD</format>
   <year>2014</year>
   <rating>PG</rating>
   <stars>8</stars>
   <description>影片讲述了一位七旬老太太不可思议变身为妙龄女子后，以新身份回到日常生活，引发的一系列啼笑皆非的奇幻故事</description>
</movie>
<movie title="流浪地球">
   <type>科幻、灾难、冒险、动作</type>
   <format>DVD</format>
   <year>2019</year>
   <rating>R</rating>
   <stars>10</stars>
   <description>讲述了太阳即将毁灭，已经不适合人类生存，而面对绝境，人类将开启“流浪地球”计划 </description>
</movie>
   <movie title="恶棍天使">
   <type>喜剧,爱情</type>
   <format>DVD</format>
   <year>2015</year>
   <rating>PG</rating>
   <stars>10</stars>
   <description>讲述了高智商低情商女学霸查小刀遇到专职替人讨债的恶棍莫非里，俩人在神医折耳根的介绍下互相“治疗”发生的一系列故事</description>
</movie>
<movie title="战狼">
   <type>动作,战争,军事</type>
   <format>VHS</format>
   <year>2015</year>
   <rating>PG</rating>
   <stars>10</stars>
   <description>讲述的是小人物成长为拯救国家和民族命运的孤胆英雄的传奇故事</description>
</movie>
</collection>