python3のXML解析

XMLとは何ですか？

XMLは、拡張可能マークアップ言語（Lのanguage ARKUP E X張ることができるMを指す）、標準一般化マークアップ言語のサブセット、構造化マークアップ言語を持つ電子文書をマーキングする方法です。あなたはこのサイトを通じて学ぶことができますXMLチュートリアル

XMLは、データを送信及び格納するように設計されています。

XMLはタグの意味を定義するルールのセットで、これらのタグが識別されるように多くの部品及びこれらの部分に分かれて文書化します。

また、他のドメイン固有の、意味論的構造化マークアップ言語を定義するために使用される言語の構文を定義するメタマークアップ言語です。

XML解析のためのpython

共通DOMとXMLプログラミングインターフェイスのSAX、XMLを持つ2つの異なるインタフェースはもちろんの方法、別の機会の使用をファイル。

XML、SAX、DOM、およびElementTreeのを解析するpythonの3つの方法があります。

1.SAX（XML用のシンプルなAPI）

Pythonの標準ライブラリは、XMLを解析し、XMLファイルを処理するために、ユーザー定義のコールバック関数を呼び出す処理に1イベントによってトリガSAXパーサー、イベント駆動型モデルとSAXを、含まれています。

2.DOM（ドキュメントオブジェクトモデル）

XMLデータは、XMLを操作するためにツリーを操作する、メモリ内のツリーに解析されます。

XMLインスタンス文書のmovies.xmlにこのセクションを使用し、次のように読み取ります。

<collection shelf="New Arrivals">
<movie title="Enemy Behind">
   <type>War, Thriller</type>
   <format>DVD</format>
   <year>2003</year>
   <rating>PG</rating>
   <stars>10</stars>
   <description>Talk about a US-Japan war</description>
</movie>
<movie title="Transformers">
   <type>Anime, Science Fiction</type>
   <format>DVD</format>
   <year>1989</year>
   <rating>R</rating>
   <stars>8</stars>
   <description>A schientific fiction</description>
</movie>
   <movie title="Trigun">
   <type>Anime, Action</type>
   <format>DVD</format>
   <episodes>4</episodes>
   <rating>PG</rating>
   <stars>10</stars>
   <description>Vash the Stampede!</description>
</movie>
<movie title="Ishtar">
   <type>Comedy</type>
   <format>VHS</format>
   <rating>PG</rating>
   <stars>2</stars>
   <description>Viewable boredom</description>
</movie>
</collection>

SAXを使用して、PythonのXML解析

SAXは、イベント駆動型のAPIです。

パーサーとイベントハンドラ：XML文書を解析使用SAXは二つの部分を含んでいます。

パーサは、XML文書を読み取るための責任があり、そのような要素終了イベントで始まる要素としてのイベントのイベントハンドラを送信します。

イベントハンドラは、それに応じて処理のためにXMLデータ転送イベントの原因です。

1、サイズの大きいファイルの処理;
図2に示すように、ファイルの内容の一部だけ、または単にファイルから特定の情報を取得します。
3、時間の独自のオブジェクトモデルを構築したいです。

サックス最初のparse関数に導入されたマナーのxml xml.saxだけでなく、PythonでのContentHandler xml.sax.handlerを使用してください。

導入されたContentHandlerクラスメソッド

文字（コンテンツ）メソッド

コールのタイミング：

行の先頭から、ラベルを経験する前に、これらの文字列の文字、コンテンツの価値があります。

ラベルから、次の出会いの前にラベル、文字の存在、これらの文字列の内容値。

ラベルから、回線終端装置、文字の存在、これらの文字列の内容値に遭遇する前に。

タグは、タグの始まりであってもよく、それはラベルの終わりになることができます。

startDocument（）メソッド

ドキュメントの起動が呼ばれます。

EndDocumentの（）メソッド

呼び出しは、文書パーサの終わりに達したとき。

startElement（名、attrsに）方法

遭遇したXMLの開始タグを呼び出して、名前はタグの名前で、attrsには、辞書プロパティ値のタグです。

するendElement（name）メソッド

呼び出しは、XML終了タグを検出しました。

make_parser方法

以下の方法は、新しいパーサーオブジェクトとリターンを作成します。

xml.sax.make_parser( [parser_list] )

パラメータ説明：

parser_list -オプションのパラメータ、パーサーリスト

パーサ方法

次のメソッドは、SAXパーサーを作成し、XMLドキュメントを解析します：

xml.sax.parse( xmlfile, contenthandler[, errorhandler])

パラメータ説明：

XMLFILE - xmlファイル名
ContentHandler -のContentHandlerのオブジェクトでなければなりません
ErrorHandler -このパラメータを指定すると、ErrorHandlerのはSAXのErrorHandlerオブジェクトでなければなりません

parseString方法

parseStringメソッドは、XMLパーサーを作成し、XML文字列を解析します：

xml.sax.parseString(xmlstring, contenthandler[, errorhandler])

パラメータ説明：

xmlstring - XML文字列
ContentHandler -のContentHandlerのオブジェクトでなければなりません
ErrorHandler -このパラメータを指定すると、ErrorHandlerのはSAXのErrorHandlerオブジェクトでなければなりません

Pythonの構文解析XMLインスタンス

#!/usr/bin/python3

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
   def startElement(self, tag, attributes):
      self.CurrentData = tag
      if tag == "movie":
         print ("*****Movie*****")
         title = attributes["title"]
         print ("Title:", title)

   # 元素结束调用
   def endElement(self, tag):
      if self.CurrentData == "type":
         print ("Type:", self.type)
      elif self.CurrentData == "format":
         print ("Format:", self.format)
      elif self.CurrentData == "year":
         print ("Year:", self.year)
      elif self.CurrentData == "rating":
         print ("Rating:", self.rating)
      elif self.CurrentData == "stars":
         print ("Stars:", self.stars)
      elif self.CurrentData == "description":
         print ("Description:", self.description)
      self.CurrentData = ""

   # 读取字符时调用
   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()
   # turn off namepsaces
   parser.setFeature(xml.sax.handler.feature_namespaces, 0)

   # 重写 ContextHandler
   Handler = MovieHandler()
   parser.setContentHandler( Handler )
   
   parser.parse("movies.xml")

次のように上記のコードが実行されます。

*****Movie*****
Title: Enemy Behind
Type: War, Thriller
Format: DVD
Year: 2003
Rating: PG
Stars: 10
Description: Talk about a US-Japan war
*****Movie*****
Title: Transformers
Type: Anime, Science Fiction
Format: DVD
Year: 1989
Rating: R
Stars: 8
Description: A schientific fiction
*****Movie*****
Title: Trigun
Type: Anime, Action
Format: DVD
Rating: PG
Stars: 10
Description: Vash the Stampede!
*****Movie*****
Title: Ishtar
Type: Comedy
Format: VHS
Rating: PG
Stars: 2
Description: Viewable boredom

SAX APIドキュメントを完了を参照してくださいPythonのSAXのAPI

xml.dom解析XMLを使用

ドキュメントオブジェクトモデル（ドキュメント・オブジェクト・モデル、DOMと呼ばれる）は、W3C推奨処置拡張マークアップ言語標準のプログラミングインターフェースです。

XMLドキュメントを解析するDOMパーサーでは、一度にメモリ内のツリー構造に保存された文書のすべての要素を文書全体を読んで、あなたは読み取りまたはドキュメントを変更するためのさまざまな機能を提供するために、DOMを使用することができますxmlファイルの内容を記述するように変更されるコンテンツと構造。

XMLドキュメントを解析するためにはxml.dom.minidomとのpython次のように、例を示します。

#!/usr/bin/python3

from xml.dom.minidom import parse
import xml.dom.minidom

# 使用minidom解析器打开 XML 文档
DOMTree = xml.dom.minidom.parse("movies.xml")
collection = DOMTree.documentElement
if collection.hasAttribute("shelf"):
   print ("Root element : %s" % collection.getAttribute("shelf"))

# 在集合中获取所有电影
movies = collection.getElementsByTagName("movie")

# 打印每部电影的详细信息
for movie in movies:
   print ("*****Movie*****")
   if movie.hasAttribute("title"):
      print ("Title: %s" % movie.getAttribute("title"))

   type = movie.getElementsByTagName('type')[0]
   print ("Type: %s" % type.childNodes[0].data)
   format = movie.getElementsByTagName('format')[0]
   print ("Format: %s" % format.childNodes[0].data)
   rating = movie.getElementsByTagName('rating')[0]
   print ("Rating: %s" % rating.childNodes[0].data)
   description = movie.getElementsByTagName('description')[0]
   print ("Description: %s" % description.childNodes[0].data)

次のように上記の手順の結果は以下のとおりです。

Root element : New Arrivals
*****Movie*****
Title: Enemy Behind
Type: War, Thriller
Format: DVD
Rating: PG
Description: Talk about a US-Japan war
*****Movie*****
Title: Transformers
Type: Anime, Science Fiction
Format: DVD
Rating: R
Description: A schientific fiction
*****Movie*****
Title: Trigun
Type: Anime, Action
Format: DVD
Rating: PG
Description: Vash the Stampede!
*****Movie*****
Title: Ishtar
Type: Comedy
Format: VHS
Rating: PG
Description: Viewable boredom

完全なDOM APIのドキュメントを参照してくださいPythonのDOM APIを。

前：のpython3マルチスレッディング

次へ：のpython3のJSONデータ分析

Python 3 コース

python3のXML解析

XMLとは何ですか？

XML解析のためのpython

1.SAX（XML用のシンプルなAPI）

2.DOM（ドキュメントオブジェクトモデル）

SAXを使用して、PythonのXML解析

導入されたContentHandlerクラスメソッド

make_parser方法

パーサ方法

parseString方法

Pythonの構文解析XMLインスタンス

xml.dom解析XMLを使用