python解析XML

概述

python解析xml的方式有若干种:

  1. SAX
  2. DOM
  3. ElementTree
  4. 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)。

lxml

参加:https://www.malaoshi.top/show_1EF504JL0LdB.html