python操作xml的两种方法

说明

1、DOM会将整个XML读入内存，解析为树，所以占用内存大，解析慢。

它的优点是可以随意遍历树的节点。

2、SAX是一种流模式，边读边分析，占用内存小，分析快，缺点是需要自己处理事件。

一般情况下，SAX优先考虑，因为DOM占用内存太多。

实例

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)
 
//测试结果
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

python中htmlparser解析html：说明1、htmlparser提供了一种方便简洁的处理html文件的方法。它根据树形结构将html页面中的标签分析成一个节点，一种类型的节点对应一个类，通过调用它可以轻松访问标签中的内容。2、h ...