XML｜undefined

DOM vs SAX

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。

正常情况下一般使用SAX解析XML

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。

Demo

python
当SAX解读到这个标签的时候可以产生三个事件

start_element事件:在读取时
char_data事件，在读取python时
end_element事件，在读取时

from xml.parsers.expat import ParserCreate      #导入解读XML包

class DefaultSaxHandler(object):                #定义对象
    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"?>             #XML对象
<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)

输出的时候每一行解读一次
输出

sax:start_element: ol, attrs: {}
sax:char_data:

sax:char_data:
sax:start_element: li, attrs: {}
sax:start_element: a, attrs: {'href': '/python'}
sax:char_data: Python
sax:end_element: a
sax:end_element: li
sax:char_data:

sax:char_data:
sax:start_element: li, attrs: {}
sax:start_element: a, attrs: {'href': '/ruby'}
sax:char_data: Ruby
sax:end_element: a
sax:end_element: li
sax:char_data:

sax:end_element: ol

DOM vs SAX