Python解析XML的几种常见方法的介绍

小马同学
Python
2020-01-02
19热度
0评论

python解析XML常见的有三种方法：

一是xml.dom.*模块，它是W3C DOM API的实现，若需要处理DOM API则该模块很适合，注意xml.dom包里面有许多模块，须区分它们间的不同；

二是xml.sax.*模块，它是SAX API的实现，这个模块牺牲了便捷性来换取速度和内存占用，SAX是一个基于事件的API，这就意味着它可以“在空中”处理庞大数量的的文档，不用完全加载进内存；

三是xml.etree.ElementTree模块（简称 ET），它提供了轻量级的Python式的API，相对于DOM来说ET 快了很多，而且有很多令人愉悦的API可以使用，相对于SAX来说ET的ET.iterparse也提供了 “在空中” 的处理方式，没有必要加载整个文档到内存，ET的性能的平均值和SAX差不多，但是API的效率更高一点而且使用起来很方便。

二、详解

解析的xml文件（country.xml）：

<?xml version="1.0"?>

<data>

  <country name="Singapore">

    <rank>4</rank>

    <year>2011</year>

    <gdppc>59900</gdppc>

    <neighbor name="Malaysia" direction="N"/>

  </country>

  <country name="Panama">

    <rank>68</rank>

    <year>2011</year>

    <gdppc>13600</gdppc>

    <neighbor name="Costa Rica" direction="W"/>

    <neighbor name="Colombia" direction="E"/>

  </country>

</data>

1、xml.etree.ElementTree

ElementTree生来就是为了处理XML，

它在Python标准库中有两种实现：

一种是纯Python实现的，如xml.etree.ElementTree，

另一种是速度快一点的xml.etree.cElementTree。

注意：尽量使用C语言实现的那种，因为它速度更快，而且消耗的内存更少。从Python 3.3开始ElementTree模块会自动寻找可用的C库来加快速度，所以只需要import xml.etree.ElementTree就可以了。

#!/usr/bin/env python

# -*- encoding: utf-8 -*-

# Created on 2018-09-11 16:47:26

# Project: XML

from pyspider.libs.base_handler import *

import xml.etree.ElementTree as ET 

class Handler(BaseHandler):

    crawl_config = {

}

    @every(minutes=24 * 60)

    def on_start(self):

        self.crawl('http://wthrcdn.etouch.cn/WeatherApi?citykey=101010100', callback=self.index_page)

    @config(age=0)

    def index_page(self, response):

        root = ET.fromstring(response.text) #从字符串传递xml 

        print (root.find('yesterday').find("date_1").text ) 