47_XML.py

__author__ = 'Admin'
# 操作XML有两种方法：DOM和SAX。DOM会把整个XML读入内存，解析为树，
# 因此占用内存大，解析慢，优点是可以任意遍历树的节点。
# SAX是流模式，边读边解析，占用内存小，解析快，缺点是我们需要自己处理事件。

# 正常情况下，优先考虑SAX，因为DOM实在太占内存。

# 在Python中使用SAX解析XML非常简洁，
# 通常我们关心的事件是start_element，end_element和char_data，
# 准备好这3个函数，然后就可以解析xml了

# 举个例子，当SAX解析器读到一个节点时：

# <a href="/">python</a>
# 会产生3个事件：
#
# start_element事件，在读取<a href="/">时；
#
# char_data事件，在读取python时；
#
# end_element事件，在读取</a>时。


from xml.parsers.expat import ParserCreate

class DefaultSaxHandler(object):
    def start_element(self , name , attrs):
        print('sax:start_element: %s, attrs: %s' % (name, str(attrs)))

    def end_element(self , name):
        print('sax: end_element: %s' % name)

    def char_data(self , text):
        print('sax:char_data: %s' % text)

xml = r'''<?xml version="1.0"?>
<ol>
    <li><a href="/python">Python</a></li>
    <li><a href="/ruby">Ruby</a></li>
</ol>
'''

handler = DefaultSaxHandler()
parser = ParserCreate()
parser.StartElementHandler = handler.start_element
parser.EndElementHandler = handler.end_element
parser.CharacterDataHandler = handler.char_data
parser.Parse(xml)

# 除了解析XML外，如何生成XML呢？99%的情况下需要生成的XML结构都是非常简单的，
# 因此，最简单也是最有效的生成XML的方法是拼接字符串：

# L = []
# L.append(r'<?xml version="1.0"?>')
# L.append(r'<root>')
# L.append(encode('some & data'))
# L.append(r'</root>')
# return ''.join(L)