概述
python解析xml的方式有若干种:
- SAX
- DOM
- ElementTree
- lxml
其中SAX、DOM,在java开发语言中也有类似概念
在python中,目前解析xml最流行的是 lxml
DOM
全称:Document Object Model
是W3C组织推荐的处理可扩展置标语言的标准编程接口。
在解析 XML 文档时,一次性读取整个文档,将 XML 数据解析成一个树,放在内存中,通过对树的操作来操作XML。
优点:
简单
缺点:
一次解析整个xml文档,构建成树,并放入到内存中,耗费时间和内存
SAX
SAX是一种基于事件驱动的 API。
SAX解析XML需要: 解析器 和 事件处理器。
解析器 负责读取XML文档,并向事件处理器发送事件,如元素开始跟元素结束事件。
事件处理器 则负责对事件作出响应,对传递的XML数据进行处理。
Python 标准库包含 SAX 解析器
优点:
无需将整个文档加载到内存,因而内存消耗少
缺点:
操作复杂
ElementTree
ElementTree就像一个轻量级的DOM,具有方便友好的API。代码可用性好,速度快,消耗内存少。
注:因DOM需要将XML数据映射到内存中的树,一是比较慢,二是比较耗内存,而SAX流式读取XML文件,比较快,占用内存少,但需要用户实现回调函数(handler)。