PYTHON XML解析-SAX解析

SAX是一种基于事件驱动的API，利用SAX解析XML牵扯到两个部分，解析器和事件处理器。其中解析器负责读取XML文档，并向事件处理器发送事件；事件处理器负责做出响应，对处理的XML数据进行处理。

常用情况：

1.对大型文件进行处理

2.只需要文件的部分内容，或者只需要从文件中得到特定信息

3.想建立自己的对象模型

文档启动的时候调用

文档解析结束后调用

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，例如<user name='MoonMonster'>，那么便可使用attrs['name']来获取name的值。

遇到XML结束标签时调用，name是结束标签的名称

包含在标签中的值，content就是被包含的值

如果只是需要从文档中把所有的数据都读取出来，那么直接从character()函数中保存content数据即可，然后在endElement()函数中存储。需要注意的是，这种写法需要将没有直接内容的标签排除掉，例如movie标签，不然会出现没有数据的标签出现数据的情况。还有一点需要注意，如果标签中的数据换行了，会带来很多意料之外的情况，像下面这种。

或者参照网上其他人的写法:

在这个例子中，使用了self.CurrentData来保存当前标签，但有一个坑的地方是，在endElement函数中，无法获取到像movie这种标签的结束标签。

我们上一节探究了ClassPathResource通过输入Path构造出一个Resource对象，我们这一节继续学习XmlBeanFactory如何解析Resource，将Resource转化成一个Document。

，我们可以看到XmlBeanDefinitionReader上层是BeanDefinitionReader接口，EnvironmentCapable接口已经父类AbstractBeanDefinitionReader。

我们可以看到上面的步骤分为五步。1：对source进行encode封装，考虑到可能需要编码。2：通过sax读取xml文件方式构建一个inputSource。3:getValidationModeForResource获取xml的验证模式。4：加载xml文件，获得对应的Document。5：通过Document注册BeanDefinition。至此就完成了一个xml文件到document，document到BeanDefinition的转换，这里转换使用的sax解析xml文件的方法，有兴趣的可以debug进去看看。

<?xml version="1.0" encoding="UTF-8"?>

<emps>

<emp id="1">

<name>zhangsan</name>

<sex>man</sex>

</emp>

<emp id="2">

<name>lisi</name>

<sex>women</sex>

</emp>

</emps>

命名为example.xml

在本例中我们将读取元素<emp>的属性id=1和id=2，代码如下：

import javax.xml.parsers.SAXParser

import javax.xml.parsers.SAXParserFactory

import org.xml.sax.Attributes

import org.xml.sax.helpers.DefaultHandler

public class SAXParserTest extends DefaultHandler{

public SAXParserTest() {

super()

}

public void startElement(String uri,String localName,String qName,Attributes attr){

if(attr.getLength()>0){

for(int i = 0i<attr.getLength()i++){

System.out.println(attr.getQName(i)+" = "+attr.getValue(i))

}

}

}

public static void main(String[] args){

try{

//实例化用于分析的工厂

SAXParserFactory factory = SAXParserFactory.newInstance()

//实例化分析类

SAXParser parser = factory.newSAXParser()

SAXParserTest handler = new SAXParserTest()

parser.parse("example.xml",handler)

}catch(Exception e){

System.out.println(e.toString())

}

}

}

二、获取元素块名字属性值

<?xml version="1.0"?>

<?xml-stylesheet type="text/xsl"?>

<property>

<name>search.response.default.numrows</name>

<value>10</value>

<description>

The default number of rows to return if none is specified.

</description>

</property>

<property>

<name>searcher.response.maxage</name>

<value>86400</value>

<description>

The maxage of a response in seconds. Used in caching headers.

</description>

</property>

</configuration>

命名为nutch-default.xml

在本例中我们将读取<name>和<value>所表示的值，即<name>=<value>，代码如下：

import javax.xml.parsers.SAXParser

import javax.xml.parsers.SAXParserFactory

import org.xml.sax.Attributes

import org.xml.sax.helpers.DefaultHandler

import org.xml.sax.SAXException

import java.util.Properties

public class SAXParserTest2 extends DefaultHandler{

private Properties props //用于存放名字属性对(key-value)

private String currentName//当前扫描到的键值

private StringBuffer currentValue = new StringBuffer() //当前名字对应的值

private String Name,Value//键值对

public SAXParserTest2(){

super()

this.props=new Properties()

}

public void startElement(String uri,String localName,String qName,Attributes attr){

currentValue.delete(0,currentValue.length())

this.currentName=qName

}

//碰到节点开始和结束之间的字符<element>***</element>

public void characters(char[] ch,int start,int length) throws SAXException{

currentValue.append(ch,start,length)

}

//碰到节点结束</element>

public void endElement(String uri,String localName,String qName){

String name=currentName,value=currentValue.toString().trim()

if(name!=""&&value!="")

System.out.println(name+"="+value)

if(name=="name")

Name=value

if(name=="value")

Value=value

if(qName=="property")

props.put(Name,Value)

this.currentName=""

currentValue.delete(0,currentValue.length())

}

public String getElementValue(String elementName){

//elementValue:对应于elementName的节点的属性值

String elementValue=null

elementValue=props.getProperty(elementName)

return elementValue

}

public static void main(String[] args){

try{

SAXParserFactory factory = SAXParserFactory.newInstance()

SAXParser parser = factory.newSAXParser()

SAXParserTest2 handler = new SAXParserTest2()

parser.parse("nutch-default.xml",handler) System.out.println(handler.getElementValue("searcher.response.maxage "))

}catch(Exception e){

System.out.println(e.toString())

}

}

}

---