Hướng dẫn python fastest xml parser - trình phân tích cú pháp xml nhanh nhất của python

Trong hướng dẫn này, bạn sẽ học cách:

Bạn có thể sử dụng hướng dẫn này như một lộ trình để hướng dẫn bạn qua thế giới khó hiểu của các trình phân tích cú pháp XML trong Python. Đến cuối của nó, bạn sẽ có thể chọn trình phân tích cú pháp XML phù hợp cho một vấn đề nhất định. Để tận dụng tối đa hướng dẫn này, bạn đã quen thuộc với XML và các khối xây dựng của nó, cũng như cách làm việc với các tệp trong Python.

Chọn mô hình phân tích cú pháp XML phù hợpstandard operations for traversing and modifying document elements arranged in a hierarchy of objects. An abstract representation of the entire document tree is stored in memory, giving you random access to the individual elements.

Nó chỉ ra rằng bạn có thể xử lý các tài liệu XML bằng một vài chiến lược bất khả tri ngôn ngữ. Mỗi thể hiện sự đánh đổi bộ nhớ và tốc độ khác nhau, có thể biện minh một phần cho phạm vi rộng của các trình phân tích cú pháp XML có sẵn trong Python. Trong phần sau, bạn sẽ tìm ra sự khác biệt và điểm mạnh của họ.omnidirectional navigation, building its abstract representation in the first place can be time-consuming. Moreover, the XML gets parsed at once, as a whole, so it has to be reasonably small to fit the available memory. This renders the DOM suitable only for moderately large configuration files rather than multi-gigabyte XML databases.

Sử dụng trình phân tích cú pháp DOM khi sự tiện lợi quan trọng hơn thời gian xử lý và khi bộ nhớ không phải là vấn đề. Một số trường hợp sử dụng điển hình là khi bạn cần phân tích một tài liệu tương đối nhỏ hoặc khi bạn chỉ cần thực hiện phân tích cú pháp không thường xuyên.

API đơn giản cho XML (Sax)

Để giải quyết những thiếu sót của DOM, cộng đồng Java đã đưa ra một thư viện thông qua một nỗ lực hợp tác, sau đó trở thành một mô hình thay thế để phân tích XML trong các ngôn ngữ khác. Không có đặc điểm kỹ thuật chính thức, chỉ thảo luận hữu cơ trong danh sách gửi thư. Kết quả cuối cùng là API phát trực tuyến dựa trên sự kiện hoạt động tuần tự trên các yếu tố riêng lẻ thay vì toàn bộ cây.event-based streaming API that operates sequentially on individual elements rather than the whole tree.

Các phần tử được xử lý từ trên xuống dưới theo cùng một thứ tự chúng xuất hiện trong tài liệu. Trình phân tích cú pháp kích hoạt các cuộc gọi lại do người dùng xác định để xử lý các nút XML cụ thể vì nó tìm thấy chúng trong tài liệu. Cách tiếp cận này được gọi là phân tích cú pháp của Push Push vì các yếu tố được trình phân tích cú pháp đẩy vào chức năng của bạn.“push” parsing because elements are pushed to your functions by the parser.

Sax cũng cho phép bạn loại bỏ các yếu tố nếu bạn không quan tâm đến chúng. Điều này có nghĩa là nó có dấu chân bộ nhớ thấp hơn nhiều so với DOM và có thể xử lý các tệp lớn tùy ý, rất phù hợp để xử lý thông qua như lập chỉ mục, chuyển đổi sang các định dạng khác, v.v.single-pass processing such as indexing, conversion to other formats, and so on.

Tuy nhiên, việc tìm kiếm hoặc sửa đổi các nút cây ngẫu nhiên là cồng kềnh vì nó thường yêu cầu nhiều lần vượt qua trên tài liệu và theo dõi các nút đã truy cập. Sax cũng bất tiện cho việc xử lý các yếu tố lồng nhau sâu sắc. Cuối cùng, mô hình SAX chỉ cho phép phân tích cú pháp chỉ đọc.read-only parsing.

Nói tóm lại, Sax rẻ về không gian và thời gian nhưng khó sử dụng hơn DOM trong hầu hết các trường hợp. Nó hoạt động tốt để phân tích các tài liệu rất lớn hoặc phân tích dữ liệu XML đến trong thời gian thực.

Truyền phát API cho XML (STAX)

Mặc dù có phần ít phổ biến hơn trong Python, cách tiếp cận thứ ba này để phân tích cú pháp XML được xây dựng trên đỉnh Sax. Nó mở rộng ý tưởng phát trực tuyến nhưng thay vào đó, sử dụng mô hình phân tích cú pháp của Keith Pull, điều này giúp bạn có quyền kiểm soát nhiều hơn. Bạn có thể nghĩ về Stax như một trình lặp lại tiến lên đối tượng con trỏ thông qua tài liệu XML, trong đó người xử lý tùy chỉnh gọi trình phân tích cú pháp theo yêu cầu chứ không phải cách khác.streaming but uses a “pull” parsing model instead, which gives you more control. You can think of StAX as an iterator advancing a cursor object through an XML document, where custom handlers call the parser on demand and not the other way around.

Sử dụng Stax cung cấp cho bạn nhiều quyền kiểm soát hơn đối với quy trình phân tích cú pháp và cho phép quản lý trạng thái thuận tiện hơn. Các sự kiện trong luồng chỉ được tiêu thụ khi được yêu cầu, cho phép đánh giá lười biếng. Ngoài ra, hiệu suất của nó nên ngang bằng với Sax, tùy thuộc vào việc thực hiện trình phân tích cú pháp.state management. The events in the stream are only consumed when requested, enabling lazy evaluation. Other than that, its performance should be on par with SAX, depending on the parser implementation.

>>> document.getElementById("skin") >>> document.getElementById("smiley") 5: Thực hiện DOM tối thiểu

Xem xét rằng việc phân tích các tài liệu XML sử dụng DOM được cho là đơn giản nhất, bạn đã giành được điều đáng ngạc nhiên khi tìm thấy trình phân tích cú pháp DOM trong thư viện tiêu chuẩn Python. Tuy nhiên, điều đáng ngạc nhiên là thực sự có hai trình phân tích cú pháp DOM.

Gói

>>> document.getElementById("skin")


>>> document.getElementById("smiley")

1. >>> document.getElementById("skin")
   
   
   >>> document.getElementById("smiley")
   
   

   5

2. >>> document.getElementById("skin")
   
   
   >>> document.getElementById("smiley")
   
   

   8

Đầu tiên là việc triển khai bị loại bỏ của giao diện DOM phù hợp với phiên bản tương đối cũ của đặc tả W3C. Nó cung cấp các đối tượng phổ biến được xác định bởi API DOM như

>>> document.getElementById("skin")


>>> document.getElementById("smiley")

>>> document.getElementsByTagName("ellipse")
[
    ,
    
]

>>> root = document.documentElement
>>> root.getElementsByTagName("ellipse")
[
    ,
    
]

>>> document.getElementsByTagName("ellipse")
[
    ,
    
]

>>> root = document.documentElement
>>> root.getElementsByTagName("ellipse")
[
    ,
    
]

Mô -đun thứ hai có một tên hơi sai lệch vì nó xác định trình phân tích cú pháp kéo phát trực tuyến, có thể tùy ý tạo ra một biểu diễn DOM của nút hiện tại trong cây tài liệu. Bạn sẽ tìm thấy thêm thông tin về trình phân tích cú pháp

>>> document.getElementsByTagName("ellipse")
[
    ,
    
]

>>> root = document.documentElement
>>> root.getElementsByTagName("ellipse")
[
    ,
    
]

>>> document.getElementsByTagName("ellipse")
[
    ,
    
]

>>> root = document.documentElement
>>> root.getElementsByTagName("ellipse")
[
    ,
    
]

Có hai chức năng trong

>>> document.getElementsByTagName("ellipse")
[
    ,
    
]

>>> root = document.documentElement
>>> root.getElementsByTagName("ellipse")
[
    ,
    
]

>>>

>>> from xml.dom.minidom import parse, parseString

>>> # Parse XML from a filename
>>> document = parse("smiley.svg")

>>> # Parse XML from a file object
>>> with open("smiley.svg") as file:
...     document = parse(file)
...

>>> # Parse XML from a Python string
>>> document = parseString("""\
... 
...   
... 
... """)

Chuỗi được trích xuất ba giúp nhúng một chuỗi đa dòng theo nghĩa đen mà không sử dụng ký tự tiếp tục (

>>> document.getElementsByTagName("ellipse")
[
    ,
    
]

>>> root = document.documentElement
>>> root.getElementsByTagName("ellipse")
[
    ,
    
]

>>> document.getElementById("skin")


>>> document.getElementById("smiley")

Ngoài ra, bạn sẽ có thể truy cập vào Tuyên bố XML, DTD và phần tử gốc:

>>>

>>> document = parse("smiley.svg")

>>> # XML Declaration
>>> document.version, document.encoding, document.standalone
('1.0', 'UTF-8', False)

>>> # Document Type Definition (DTD)
>>> dtd = document.doctype
>>> dtd.entities["custom_entity"].childNodes
[]

>>> # Document Root
>>> document.documentElement

Chuỗi được trích xuất ba giúp nhúng một chuỗi đa dòng theo nghĩa đen mà không sử dụng ký tự tiếp tục (

>>> document.getElementsByTagName("ellipse")
[
    ,
    
]

>>> root = document.documentElement
>>> root.getElementsByTagName("ellipse")
[
    ,
    
]

>>> document.getElementById("skin")


>>> document.getElementById("smiley")

Ngoài ra, bạn sẽ có thể truy cập vào Tuyên bố XML, DTD và phần tử gốc:

>>>

>>> document.getElementById("skin") is None
True
>>> document.getElementById("smiley") is None
True

Chuỗi được trích xuất ba giúp nhúng một chuỗi đa dòng theo nghĩa đen mà không sử dụng ký tự tiếp tục (

>>> document.getElementsByTagName("ellipse")
[
    ,
    
]

>>> root = document.documentElement
>>> root.getElementsByTagName("ellipse")
[
    ,
    
]

>>> document.getElementById("skin")


>>> document.getElementById("smiley")

>>> document.getElementsByTagName("ellipse")
[
    ,
    
]

>>> root = document.documentElement
>>> root.getElementsByTagName("ellipse")
[
    ,
    
]

>>> document.getElementsByTagName("ellipse")
[
    ,
    
]

>>> root = document.documentElement
>>> root.getElementsByTagName("ellipse")
[
    ,
    
]

>>> document.getElementById("skin")


>>> document.getElementById("smiley")

>>> document.getElementsByTagName("ellipse")
[
    ,
    
]

>>> root = document.documentElement
>>> root.getElementsByTagName("ellipse")
[
    ,
    
]

# get an iterable
context = iterparse(source, events=("start", "end"))

# turn it into an iterator
context = iter(context)

# get the root element
event, root = context.next()

for event, elem in context:
    if event == "end" and elem.tag == "record":
        ... process record elements ...
        root.clear()

# get an iterable
context = iterparse(source, events=("start", "end"))

# turn it into an iterator
context = iter(context)

# get the root element
event, root = context.next()

for event, elem in context:
    if event == "end" and elem.tag == "record":
        ... process record elements ...
        root.clear()

# get an iterable
context = iterparse(source, events=("start", "end"))

# turn it into an iterator
context = iter(context)

# get the root element
event, root = context.next()

for event, elem in context:
    if event == "end" and elem.tag == "record":
        ... process record elements ...
        root.clear()

# get an iterable
context = iterparse(source, events=("start", "end"))

# turn it into an iterator
context = iter(context)

# get the root element
event, root = context.next()

for event, elem in context:
    if event == "end" and elem.tag == "record":
        ... process record elements ...
        root.clear()

DTD

>>>

>>> document.getElementsByTagName("ellipse")
[
    ,
    
]

>>> root = document.documentElement
>>> root.getElementsByTagName("ellipse")
[
    ,
    
]

>>> document.getElementById("skin")


>>> document.getElementById("smiley")

Ngoài ra, bạn sẽ có thể truy cập vào Tuyên bố XML, DTD và phần tử gốc:

>>>

>>> document.getElementById("skin")


>>> document.getElementById("smiley")

Chuỗi được trích xuất ba giúp nhúng một chuỗi đa dòng theo nghĩa đen mà không sử dụng ký tự tiếp tục (

>>> document.getElementsByTagName("ellipse")
[
    ,
    
]

>>> root = document.documentElement
>>> root.getElementsByTagName("ellipse")
[
    ,
    
]

>>> document.getElementById("skin")


>>> document.getElementById("smiley")

Ngoài ra, bạn sẽ có thể truy cập vào Tuyên bố XML, DTD và phần tử gốc:tag name. Unlike the

# get an iterable
context = iterparse(source, events=("start", "end"))

# turn it into an iterator
context = iter(context)

# get the root element
event, root = context.next()

for event, elem in context:
    if event == "end" and elem.tag == "record":
        ... process record elements ...
        root.clear()

# get an iterable
context = iterparse(source, events=("start", "end"))

# turn it into an iterator
context = iter(context)

# get the root element
event, root = context.next()

for event, elem in context:
    if event == "end" and elem.tag == "record":
        ... process record elements ...
        root.clear()

>>>

>>> document.getElementsByTagName("ellipse")
[
    ,
    
]

>>> root = document.documentElement
>>> root.getElementsByTagName("ellipse")
[
    ,
    
]

Chuỗi được trích xuất ba giúp nhúng một chuỗi đa dòng theo nghĩa đen mà không sử dụng ký tự tiếp tục (

>>> document.getElementsByTagName("ellipse")
[
    ,
    
]

>>> root = document.documentElement
>>> root.getElementsByTagName("ellipse")
[
    ,
    
]

>>> document.getElementById("skin")


>>> document.getElementById("smiley")

Ngoài ra, bạn sẽ có thể truy cập vào Tuyên bố XML, DTD và phần tử gốc:prefixed with a namespace identifier won’t be included. They must be searched using

# get an iterable
context = iterparse(source, events=("start", "end"))

# turn it into an iterator
context = iter(context)

# get the root element
event, root = context.next()

for event, elem in context:
    if event == "end" and elem.tag == "record":
        ... process record elements ...
        root.clear()

>>>

# get an iterable
context = iterparse(source, events=("start", "end"))

# turn it into an iterator
context = iter(context)

# get the root element
event, root = context.next()

for event, elem in context:
    if event == "end" and elem.tag == "record":
        ... process record elements ...
        root.clear()

Chuỗi được trích xuất ba giúp nhúng một chuỗi đa dòng theo nghĩa đen mà không sử dụng ký tự tiếp tục (

>>> document.getElementsByTagName("ellipse")
[
    ,
    
]

>>> root = document.documentElement
>>> root.getElementsByTagName("ellipse")
[
    ,
    
]

>>> document.getElementById("skin")


>>> document.getElementById("smiley")

Ngoài ra, bạn sẽ có thể truy cập vào Tuyên bố XML, DTD và phần tử gốc:whitespace characters between elements:

>>>

# get an iterable
context = iterparse(source, events=("start", "end"))

# turn it into an iterator
context = iter(context)

# get the root element
event, root = context.next()

for event, elem in context:
    if event == "end" and elem.tag == "record":
        ... process record elements ...
        root.clear()

Chuỗi được trích xuất ba giúp nhúng một chuỗi đa dòng theo nghĩa đen mà không sử dụng ký tự tiếp tục (

>>> document.getElementsByTagName("ellipse")
[
    ,
    
]

>>> root = document.documentElement
>>> root.getElementsByTagName("ellipse")
[
    ,
    
]

>>> document.getElementById("skin")


>>> document.getElementById("smiley")

>>>

# get an iterable
context = iterparse(source, events=("start", "end"))

# turn it into an iterator
context = iter(context)

# get the root element
event, root = context.next()

for event, elem in context:
    if event == "end" and elem.tag == "record":
        ... process record elements ...
        root.clear()

Lưu ý rằng bạn cũng phải

# get an iterable
context = iterparse(source, events=("start", "end"))

# turn it into an iterator
context = iter(context)

# get the root element
event, root = context.next()

for event, elem in context:
    if event == "end" and elem.tag == "record":
        ... process record elements ...
        root.clear()

>>>

# get an iterable
context = iterparse(source, events=("start", "end"))

# turn it into an iterator
context = iter(context)

# get the root element
event, root = context.next()

for event, elem in context:
    if event == "end" and elem.tag == "record":
        ... process record elements ...
        root.clear()

Các yếu tố hiển thị một vài phương pháp và thuộc tính hữu ích để cho phép bạn truy vấn chi tiết của họ:

>>>

# get an iterable
context = iterparse(source, events=("start", "end"))

# turn it into an iterator
context = iter(context)

# get the root element
event, root = context.next()

for event, elem in context:
    if event == "end" and elem.tag == "record":
        ... process record elements ...
        root.clear()

Chẳng hạn, bạn có thể kiểm tra không gian tên, tên thẻ hoặc thuộc tính của phần tử. Nếu bạn yêu cầu một thuộc tính bị thiếu, thì bạn sẽ nhận được một chuỗi trống (

# get an iterable
context = iterparse(source, events=("start", "end"))

# turn it into an iterator
context = iter(context)

# get the root element
event, root = context.next()

for event, elem in context:
    if event == "end" and elem.tag == "record":
        ... process record elements ...
        root.clear()

Đối phó với các thuộc tính tên là khác nhau nhiều. Bạn chỉ cần nhớ tiền tố tên thuộc tính phù hợp hoặc cung cấp tên miền:

>>>

# get an iterable
context = iterparse(source, events=("start", "end"))

# turn it into an iterator
context = iter(context)

# get the root element
event, root = context.next()

for event, elem in context:
    if event == "end" and elem.tag == "record":
        ... process record elements ...
        root.clear()

Thật kỳ lạ, ký tự ký tự đại diện (

# get an iterable
context = iterparse(source, events=("start", "end"))

# turn it into an iterator
context = iter(context)

# get the root element
event, root = context.next()

for event, elem in context:
    if event == "end" and elem.tag == "record":
        ... process record elements ...
        root.clear()

# get an iterable
context = iterparse(source, events=("start", "end"))

# turn it into an iterator
context = iter(context)

# get the root element
event, root = context.next()

for event, elem in context:
    if event == "end" and elem.tag == "record":
        ... process record elements ...
        root.clear()

Vì hướng dẫn này chỉ về phân tích cú pháp XML, bạn sẽ cần kiểm tra tài liệu

>>> document.getElementsByTagName("ellipse")
[
    ,
    
]

>>> root = document.documentElement
>>> root.getElementsByTagName("ellipse")
[
    ,
    
]

Như bạn có thể thấy, mô -đun

>>> document.getElementsByTagName("ellipse")
[
    ,
    
]

>>> root = document.documentElement
>>> root.getElementsByTagName("ellipse")
[
    ,
    
]

# get an iterable context = iterparse(source, events=("start", "end")) # turn it into an iterator context = iter(context) # get the root element event, root = context.next() for event, elem in context: if event == "end" and elem.tag == "record": ... process record elements ... root.clear() 25: Giao diện Sax cho Python

Để bắt đầu làm việc với Sax trong Python, bạn có thể sử dụng các hàm tiện lợi

# get an iterable
context = iterparse(source, events=("start", "end"))

# turn it into an iterator
context = iter(context)

# get the root element
event, root = context.next()

for event, elem in context:
    if event == "end" and elem.tag == "record":
        ... process record elements ...
        root.clear()

# get an iterable
context = iterparse(source, events=("start", "end"))

# turn it into an iterator
context = iter(context)

# get the root element
event, root = context.next()

for event, elem in context:
    if event == "end" and elem.tag == "record":
        ... process record elements ...
        root.clear()

# get an iterable
context = iterparse(source, events=("start", "end"))

# turn it into an iterator
context = iter(context)

# get the root element
event, root = context.next()

for event, elem in context:
    if event == "end" and elem.tag == "record":
        ... process record elements ...
        root.clear()

# get an iterable
context = iterparse(source, events=("start", "end"))

# turn it into an iterator
context = iter(context)

# get the root element
event, root = context.next()

for event, elem in context:
    if event == "end" and elem.tag == "record":
        ... process record elements ...
        root.clear()

Trình xử lý nội dung nhận được một luồng các sự kiện tương ứng với các yếu tố trong tài liệu của bạn khi nó được phân tích cú pháp. Chạy mã này won đã làm bất cứ điều gì hữu ích vì lớp xử lý của bạn trống. Để làm cho nó hoạt động, bạn sẽ cần quá tải một hoặc nhiều phương thức gọi lại từ siêu lớp.stream of events corresponding to elements in your document as it’s being parsed. Running this code won’t do anything useful yet because your handler class is empty. To make it work, you’ll need to overload one or more callback methods from the superclass.

Bắn lên trình chỉnh sửa yêu thích của bạn, nhập mã sau và lưu nó vào một tệp có tên

# get an iterable
context = iterparse(source, events=("start", "end"))

# turn it into an iterator
context = iter(context)

# get the root element
event, root = context.next()

for event, elem in context:
    if event == "end" and elem.tag == "record":
        ... process record elements ...
        root.clear()

# get an iterable
context = iterparse(source, events=("start", "end"))

# turn it into an iterator
context = iter(context)

# get the root element
event, root = context.next()

for event, elem in context:
    if event == "end" and elem.tag == "record":
        ... process record elements ...
        root.clear()

Trình xử lý nội dung sửa đổi này in ra một vài sự kiện lên đầu ra tiêu chuẩn. Trình phân tích cú pháp SAX sẽ gọi ba phương thức này cho bạn để đáp ứng việc tìm thẻ bắt đầu, thẻ kết thúc và một số văn bản giữa chúng. Khi bạn mở một phiên tương tác của trình thông dịch Python, hãy nhập trình xử lý nội dung của bạn và cung cấp cho nó một ổ đĩa thử nghiệm. Nó sẽ tạo ra đầu ra sau:

>>>

# get an iterable
context = iterparse(source, events=("start", "end"))

# turn it into an iterator
context = iter(context)

# get the root element
event, root = context.next()

for event, elem in context:
    if event == "end" and elem.tag == "record":
        ... process record elements ...
        root.clear()

Điều đó về cơ bản là mẫu thiết kế của người quan sát, cho phép bạn dịch XML thành định dạng phân cấp khác tăng dần. Giả sử bạn muốn chuyển đổi tệp SVG đó thành biểu diễn JSON đơn giản hóa. Đầu tiên, bạn sẽ muốn lưu trữ đối tượng Trình xử lý nội dung của mình trong một biến riêng biệt để trích xuất thông tin từ nó sau:

>>>

# get an iterable
context = iterparse(source, events=("start", "end"))

# turn it into an iterator
context = iter(context)

# get the root element
event, root = context.next()

for event, elem in context:
    if event == "end" and elem.tag == "record":
        ... process record elements ...
        root.clear()

Vì trình phân tích cú pháp SAX phát ra các sự kiện mà không cung cấp bất kỳ bối cảnh nào về yếu tố mà nó tìm thấy, bạn cần theo dõi nơi bạn đang ở trong cây. Do đó, thật hợp lý khi đẩy và bật phần tử hiện tại vào một ngăn xếp, bạn có thể mô phỏng thông qua danh sách Python thông thường. Bạn cũng có thể xác định thuộc tính trợ giúp

# get an iterable
context = iterparse(source, events=("start", "end"))

# turn it into an iterator
context = iter(context)

# get the root element
event, root = context.next()

for event, elem in context:
    if event == "end" and elem.tag == "record":
        ... process record elements ...
        root.clear()

import xml.etree.ElementTree as ET

# Get an iterable.
context = ET.iterparse(source, events=("start", "end"))
    
for index, (event, elem) in enumerate(context):
    # Get the root element.
    if index == 0:
        root = elem
    if event == "end" and elem.tag == "record":
        # ... process record elements ...
        root.clear()

Khi trình phân tích cú pháp SAX tìm thấy một phần tử mới, bạn có thể ngay lập tức nắm bắt tên thẻ và thuộc tính của nó trong khi tạo trình giữ chỗ cho các yếu tố trẻ em và giá trị, cả hai đều là tùy chọn. Hiện tại, bạn có thể lưu trữ mọi yếu tố dưới dạng đối tượng

# get an iterable
context = iterparse(source, events=("start", "end"))

# turn it into an iterator
context = iter(context)

# get the root element
event, root = context.next()

for event, elem in context:
    if event == "end" and elem.tag == "record":
        ... process record elements ...
        root.clear()

# get an iterable
context = iterparse(source, events=("start", "end"))

# turn it into an iterator
context = iter(context)

# get the root element
event, root = context.next()

for event, elem in context:
    if event == "end" and elem.tag == "record":
        ... process record elements ...
        root.clear()

import xml.etree.ElementTree as ET

# Get an iterable.
context = ET.iterparse(source, events=("start", "end"))
    
for index, (event, elem) in enumerate(context):
    # Get the root element.
    if index == 0:
        root = elem
    if event == "end" and elem.tag == "record":
        # ... process record elements ...
        root.clear()

Trình phân tích cú pháp SAX cung cấp cho bạn các thuộc tính dưới dạng ánh xạ mà bạn có thể chuyển đổi thành Từ điển Python đơn giản với một cuộc gọi đến hàm

# get an iterable
context = iterparse(source, events=("start", "end"))

# turn it into an iterator
context = iter(context)

# get the root element
event, root = context.next()

for event, elem in context:
    if event == "end" and elem.tag == "record":
        ... process record elements ...
        root.clear()

# get an iterable
context = iterparse(source, events=("start", "end"))

# turn it into an iterator
context = iter(context)

# get the root element
event, root = context.next()

for event, elem in context:
    if event == "end" and elem.tag == "record":
        ... process record elements ...
        root.clear()

import xml.etree.ElementTree as ET

# Get an iterable.
context = ET.iterparse(source, events=("start", "end"))
    
for index, (event, elem) in enumerate(context):
    # Get the root element.
    if index == 0:
        root = elem
    if event == "end" and elem.tag == "record":
        # ... process record elements ...
        root.clear()

Tổng hợp văn bản theo cách như vậy sẽ đảm bảo rằng nội dung đa dòng kết thúc trong phần tử hiện tại. Ví dụ: thẻ

# get an iterable
context = iterparse(source, events=("start", "end"))

# turn it into an iterator
context = iter(context)

# get the root element
event, root = context.next()

for event, elem in context:
    if event == "end" and elem.tag == "record":
        ... process record elements ...
        root.clear()

# get an iterable
context = iterparse(source, events=("start", "end"))

# turn it into an iterator
context = iter(context)

# get the root element
event, root = context.next()

for event, elem in context:
    if event == "end" and elem.tag == "record":
        ... process record elements ...
        root.clear()

Cuối cùng, một khi trình phân tích cú pháp vấp phải thẻ đóng, bạn có thể bật phần tử hiện tại từ ngăn xếp và nối nó vào con cái của nó. Nếu chỉ còn lại một yếu tố, thì đó sẽ là nguồn gốc tài liệu của bạn mà bạn nên giữ sau này. Ngoài ra, bạn có thể muốn làm sạch phần tử hiện tại bằng cách tháo các khóa có giá trị trống:

import xml.etree.ElementTree as ET

# Get an iterable.
context = ET.iterparse(source, events=("start", "end"))
    
for index, (event, elem) in enumerate(context):
    # Get the root element.
    if index == 0:
        root = elem
    if event == "end" and elem.tag == "record":
        # ... process record elements ...
        root.clear()

Lưu ý rằng

# get an iterable
context = iterparse(source, events=("start", "end"))

# turn it into an iterator
context = iter(context)

# get the root element
event, root = context.next()

for event, elem in context:
    if event == "end" and elem.tag == "record":
        ... process record elements ...
        root.clear()

import xml.etree.ElementTree as ET

# Get an iterable.
context = ET.iterparse(source, events=("start", "end"))
    
for index, (event, elem) in enumerate(context):
    # Get the root element.
    if index == 0:
        root = elem
    if event == "end" and elem.tag == "record":
        # ... process record elements ...
        root.clear()

Bây giờ, đã đến lúc đưa mọi thứ vào thử nghiệm bằng cách phân tích XML, trích xuất phần tử gốc từ trình xử lý nội dung của bạn và bỏ nó vào chuỗi JSON:

>>>

import xml.etree.ElementTree as ET

# Get an iterable.
context = ET.iterparse(source, events=("start", "end"))
    
for index, (event, elem) in enumerate(context):
    # Get the root element.
    if index == 0:
        root = elem
    if event == "end" and elem.tag == "record":
        # ... process record elements ...
        root.clear()

Nó đáng chú ý rằng việc triển khai này không có bộ nhớ tăng so với DOM vì nó xây dựng một đại diện trừu tượng của toàn bộ tài liệu như trước đây. Sự khác biệt là bạn đã tạo ra một biểu diễn từ điển tùy chỉnh thay vì cây Dom tiêu chuẩn. Tuy nhiên, bạn có thể tưởng tượng việc viết trực tiếp vào một tệp hoặc cơ sở dữ liệu thay vì bộ nhớ trong khi nhận các sự kiện sax. Điều đó sẽ nâng cao giới hạn bộ nhớ máy tính của bạn một cách hiệu quả.

Nếu bạn muốn phân tích các không gian tên XML, thì bạn sẽ cần phải tạo và định cấu hình trình phân tích cú pháp SAX với một chút mã Boilerplate và cũng thực hiện các cuộc gọi lại hơi khác nhau:

import xml.etree.ElementTree as ET

# Get an iterable.
context = ET.iterparse(source, events=("start", "end"))
    
for index, (event, elem) in enumerate(context):
    # Get the root element.
    if index == 0:
        root = elem
    if event == "end" and elem.tag == "record":
        # ... process record elements ...
        root.clear()

Các cuộc gọi lại này nhận được các tham số bổ sung về không gian tên phần tử. Để làm cho trình phân tích cú pháp SAX thực sự kích hoạt các cuộc gọi lại đó thay vì một số lần trước, bạn phải bật rõ ràng hỗ trợ không gian tên XML:XML namespace support:

>>>

import xml.etree.ElementTree as ET

# Get an iterable.
context = ET.iterparse(source, events=("start", "end"))
    
for index, (event, elem) in enumerate(context):
    # Get the root element.
    if index == 0:
        root = elem
    if event == "end" and elem.tag == "record":
        # ... process record elements ...
        root.clear()

Nó đáng chú ý rằng việc triển khai này không có bộ nhớ tăng so với DOM vì nó xây dựng một đại diện trừu tượng của toàn bộ tài liệu như trước đây. Sự khác biệt là bạn đã tạo ra một biểu diễn từ điển tùy chỉnh thay vì cây Dom tiêu chuẩn. Tuy nhiên, bạn có thể tưởng tượng việc viết trực tiếp vào một tệp hoặc cơ sở dữ liệu thay vì bộ nhớ trong khi nhận các sự kiện sax. Điều đó sẽ nâng cao giới hạn bộ nhớ máy tính của bạn một cách hiệu quả.

Nếu bạn muốn phân tích các không gian tên XML, thì bạn sẽ cần phải tạo và định cấu hình trình phân tích cú pháp SAX với một chút mã Boilerplate và cũng thực hiện các cuộc gọi lại hơi khác nhau:

Các cuộc gọi lại này nhận được các tham số bổ sung về không gian tên phần tử. Để làm cho trình phân tích cú pháp SAX thực sự kích hoạt các cuộc gọi lại đó thay vì một số lần trước, bạn phải bật rõ ràng hỗ trợ không gian tên XML:

Cài đặt tính năng này biến phần tử

# get an iterable
context = iterparse(source, events=("start", "end"))

# turn it into an iterator
context = iter(context)

# get the root element
event, root = context.next()

for event, elem in context:
    if event == "end" and elem.tag == "record":
        ... process record elements ...
        root.clear()

Gói

# get an iterable
context = iterparse(source, events=("start", "end"))

# turn it into an iterator
context = iter(context)

# get the root element
event, root = context.next()

for event, elem in context:
    if event == "end" and elem.tag == "record":
        ... process record elements ...
        root.clear()

# get an iterable
context = iterparse(source, events=("start", "end"))

# turn it into an iterator
context = iter(context)

# get the root element
event, root = context.next()

for event, elem in context:
    if event == "end" and elem.tag == "record":
        ... process record elements ...
        root.clear()

# get an iterable
context = iterparse(source, events=("start", "end"))

# turn it into an iterator
context = iter(context)

# get the root element
event, root = context.next()

for event, elem in context:
    if event == "end" and elem.tag == "record":
        ... process record elements ...
        root.clear()

>>>

import xml.etree.ElementTree as ET

# Get an iterable.
context = ET.iterparse(source, events=("start", "end"))
    
for index, (event, elem) in enumerate(context):
    # Get the root element.
    if index == 0:
        root = elem
    if event == "end" and elem.tag == "record":
        # ... process record elements ...
        root.clear()

Nó đáng chú ý rằng việc triển khai này không có bộ nhớ tăng so với DOM vì nó xây dựng một đại diện trừu tượng của toàn bộ tài liệu như trước đây. Sự khác biệt là bạn đã tạo ra một biểu diễn từ điển tùy chỉnh thay vì cây Dom tiêu chuẩn. Tuy nhiên, bạn có thể tưởng tượng việc viết trực tiếp vào một tệp hoặc cơ sở dữ liệu thay vì bộ nhớ trong khi nhận các sự kiện sax. Điều đó sẽ nâng cao giới hạn bộ nhớ máy tính của bạn một cách hiệu quả.

Nếu bạn muốn phân tích các không gian tên XML, thì bạn sẽ cần phải tạo và định cấu hình trình phân tích cú pháp SAX với một chút mã Boilerplate và cũng thực hiện các cuộc gọi lại hơi khác nhau:

>>>

import xml.etree.ElementTree as ET

# Get an iterable.
context = ET.iterparse(source, events=("start", "end"))
    
for index, (event, elem) in enumerate(context):
    # Get the root element.
    if index == 0:
        root = elem
    if event == "end" and elem.tag == "record":
        # ... process record elements ...
        root.clear()

Các cuộc gọi lại này nhận được các tham số bổ sung về không gian tên phần tử. Để làm cho trình phân tích cú pháp SAX thực sự kích hoạt các cuộc gọi lại đó thay vì một số lần trước, bạn phải bật rõ ràng hỗ trợ không gian tên XML:

  "http://www.w3.org/Graphics/SVG/1.1/DTD/svg11.dtd" [
    
]>
 xmlns="http://www.w3.org/2000/svg"
  xmlns:inkscape="http://www.inkscape.org/namespaces/inkscape"
  viewBox="-105 -100 210 270" width="210" height="270">
   x="42" inkscape:z="555">Some value
  
     id="skin" x1="0" x2="0" y1="0" y2="1">
       offset="0%" stop-color="yellow" stop-opacity="1.0"/>
       offset="75%" stop-color="gold" stop-opacity="1.0"/>
       offset="100%" stop-color="orange" stop-opacity="1"/>
    
  
   id="smiley" inkscape:groupmode="layer" inkscape:label="Smiley">
    
     cx="0" cy="0" r="50"
      fill="url(#skin)" stroke="orange" stroke-width="2"/>
    
     cx="-20" cy="-10" rx="6" ry="8" fill="black" stroke="none"/>
     cx="20" cy="-10" rx="6" ry="8" fill="black" stroke="none"/>
    
     d="M-20 20 A25 25 0 0 0 20 20"
      fill="white" stroke="black" stroke-width="3"/>
  
   x="-40" y="75">&custom_entity; <svg>!
  

Cài đặt tính năng này biến phần tử

# get an iterable
context = iterparse(source, events=("start", "end"))

# turn it into an iterator
context = iter(context)

# get the root element
event, root = context.next()

for event, elem in context:
    if event == "end" and elem.tag == "record":
        ... process record elements ...
        root.clear()

Gói

# get an iterable
context = iterparse(source, events=("start", "end"))

# turn it into an iterator
context = iter(context)

# get the root element
event, root = context.next()

for event, elem in context:
    if event == "end" and elem.tag == "record":
        ... process record elements ...
        root.clear()

>>> document.getElementById("skin") >>> document.getElementById("smiley") 8: Trình phân tích cú pháp kéo phát trực tuyến

Các trình phân tích cú pháp trong thư viện tiêu chuẩn Python thường hoạt động cùng nhau. Ví dụ, mô -đun

>>> document.getElementById("skin")


>>> document.getElementById("smiley")

# get an iterable
context = iterparse(source, events=("start", "end"))

# turn it into an iterator
context = iter(context)

# get the root element
event, root = context.next()

for event, elem in context:
    if event == "end" and elem.tag == "record":
        ... process record elements ...
        root.clear()

>>> document.getElementById("skin")


>>> document.getElementById("smiley")

Mặc dù mô hình SAX tuân theo mẫu người quan sát, bạn có thể nghĩ Stax là mẫu thiết kế Iterator, cho phép bạn lặp qua một luồng các sự kiện phẳng. Một lần nữa, bạn có thể gọi các hàm

# get an iterable
context = iterparse(source, events=("start", "end"))

# turn it into an iterator
context = iter(context)

# get the root element
event, root = context.next()

for event, elem in context:
    if event == "end" and elem.tag == "record":
        ... process record elements ...
        root.clear()

# get an iterable
context = iterparse(source, events=("start", "end"))

# turn it into an iterator
context = iter(context)

# get the root element
event, root = context.next()

for event, elem in context:
    if event == "end" and elem.tag == "record":
        ... process record elements ...
        root.clear()

Chỉ cần một vài dòng mã để phân tích tài liệu. Sự khác biệt nổi bật nhất giữa

# get an iterable
context = iterparse(source, events=("start", "end"))

# turn it into an iterator
context = iter(context)

# get the root element
event, root = context.next()

for event, elem in context:
    if event == "end" and elem.tag == "record":
        ... process record elements ...
        root.clear()

>>> document.getElementById("skin")


>>> document.getElementById("smiley")

# get an iterable
context = iterparse(source, events=("start", "end"))

# turn it into an iterator
context = iter(context)

# get the root element
event, root = context.next()

for event, elem in context:
    if event == "end" and elem.tag == "record":
        ... process record elements ...
        root.clear()

  "http://www.w3.org/Graphics/SVG/1.1/DTD/svg11.dtd" [
    
]>
 xmlns="http://www.w3.org/2000/svg"
  xmlns:inkscape="http://www.inkscape.org/namespaces/inkscape"
  viewBox="-105 -100 210 270" width="210" height="270">
   x="42" inkscape:z="555">Some value
  
     id="skin" x1="0" x2="0" y1="0" y2="1">
       offset="0%" stop-color="yellow" stop-opacity="1.0"/>
       offset="75%" stop-color="gold" stop-opacity="1.0"/>
       offset="100%" stop-color="orange" stop-opacity="1"/>
    
  
   id="smiley" inkscape:groupmode="layer" inkscape:label="Smiley">
    
     cx="0" cy="0" r="50"
      fill="url(#skin)" stroke="orange" stroke-width="2"/>
    
     cx="-20" cy="-10" rx="6" ry="8" fill="black" stroke="none"/>
     cx="20" cy="-10" rx="6" ry="8" fill="black" stroke="none"/>
    
     d="M-20 20 A25 25 0 0 0 20 20"
      fill="white" stroke="black" stroke-width="3"/>
  
   x="-40" y="75">&custom_entity; <svg>!
  

Trong mã hơi cũ hơn, bạn có thể đã thấy mô -đun

# get an iterable
context = iterparse(source, events=("start", "end"))

# turn it into an iterator
context = iter(context)

# get the root element
event, root = context.next()

for event, elem in context:
    if event == "end" and elem.tag == "record":
        ... process record elements ...
        root.clear()

Bạn có thể sử dụng API ElementTree bằng cách sử dụng các chiến lược phân tích cú pháp khác nhau:

# get an iterable
context = iterparse(source, events=("start", "end"))

# turn it into an iterator
context = iter(context)

# get the root element
event, root = context.next()

for event, elem in context:
    if event == "end" and elem.tag == "record":
        ... process record elements ...
        root.clear()

# get an iterable
context = iterparse(source, events=("start", "end"))

# turn it into an iterator
context = iter(context)

# get the root element
event, root = context.next()

for event, elem in context:
    if event == "end" and elem.tag == "record":
        ... process record elements ...
        root.clear()

# get an iterable
context = iterparse(source, events=("start", "end"))

# turn it into an iterator
context = iter(context)

# get the root element
event, root = context.next()

for event, elem in context:
    if event == "end" and elem.tag == "record":
        ... process record elements ...
        root.clear()

# get an iterable
context = iterparse(source, events=("start", "end"))

# turn it into an iterator
context = iter(context)

# get the root element
event, root = context.next()

for event, elem in context:
    if event == "end" and elem.tag == "record":
        ... process record elements ...
        root.clear()

# get an iterable
context = iterparse(source, events=("start", "end"))

# turn it into an iterator
context = iter(context)

# get the root element
event, root = context.next()

for event, elem in context:
    if event == "end" and elem.tag == "record":
        ... process record elements ...
        root.clear()

# get an iterable
context = iterparse(source, events=("start", "end"))

# turn it into an iterator
context = iter(context)

# get the root element
event, root = context.next()

for event, elem in context:
    if event == "end" and elem.tag == "record":
        ... process record elements ...
        root.clear()

  "http://www.w3.org/Graphics/SVG/1.1/DTD/svg11.dtd" [
    
]>
 xmlns="http://www.w3.org/2000/svg"
  xmlns:inkscape="http://www.inkscape.org/namespaces/inkscape"
  viewBox="-105 -100 210 270" width="210" height="270">
   x="42" inkscape:z="555">Some value
  
     id="skin" x1="0" x2="0" y1="0" y2="1">
       offset="0%" stop-color="yellow" stop-opacity="1.0"/>
       offset="75%" stop-color="gold" stop-opacity="1.0"/>
       offset="100%" stop-color="orange" stop-opacity="1"/>
    
  
   id="smiley" inkscape:groupmode="layer" inkscape:label="Smiley">
    
     cx="0" cy="0" r="50"
      fill="url(#skin)" stroke="orange" stroke-width="2"/>
    
     cx="-20" cy="-10" rx="6" ry="8" fill="black" stroke="none"/>
     cx="20" cy="-10" rx="6" ry="8" fill="black" stroke="none"/>
    
     d="M-20 20 A25 25 0 0 0 20 20"
      fill="white" stroke="black" stroke-width="3"/>
  
   x="-40" y="75">&custom_entity; <svg>!
  

# get an iterable
context = iterparse(source, events=("start", "end"))

# turn it into an iterator
context = iter(context)

# get the root element
event, root = context.next()

for event, elem in context:
    if event == "end" and elem.tag == "record":
        ... process record elements ...
        root.clear()

Chiến lược không tăng tải toàn bộ tài liệu vào bộ nhớ theo kiểu giống như Dom. Có hai hàm được đặt tên phù hợp trong mô -đun cho phép phân tích tệp hoặc chuỗi Python có nội dung XML:pull parser, which yields a sequence of events and elements:

# get an iterable
context = iterparse(source, events=("start", "end"))

# turn it into an iterator
context = iter(context)

# get the root element
event, root = context.next()

for event, elem in context:
    if event == "end" and elem.tag == "record":
        ... process record elements ...
        root.clear()

  "http://www.w3.org/Graphics/SVG/1.1/DTD/svg11.dtd" [
    
]>
 xmlns="http://www.w3.org/2000/svg"
  xmlns:inkscape="http://www.inkscape.org/namespaces/inkscape"
  viewBox="-105 -100 210 270" width="210" height="270">
   x="42" inkscape:z="555">Some value
  
     id="skin" x1="0" x2="0" y1="0" y2="1">
       offset="0%" stop-color="yellow" stop-opacity="1.0"/>
       offset="75%" stop-color="gold" stop-opacity="1.0"/>
       offset="100%" stop-color="orange" stop-opacity="1"/>
    
  
   id="smiley" inkscape:groupmode="layer" inkscape:label="Smiley">
    
     cx="0" cy="0" r="50"
      fill="url(#skin)" stroke="orange" stroke-width="2"/>
    
     cx="-20" cy="-10" rx="6" ry="8" fill="black" stroke="none"/>
     cx="20" cy="-10" rx="6" ry="8" fill="black" stroke="none"/>
    
     d="M-20 20 A25 25 0 0 0 20 20"
      fill="white" stroke="black" stroke-width="3"/>
  
   x="-40" y="75">&custom_entity; <svg>!
  

# get an iterable
context = iterparse(source, events=("start", "end"))

# turn it into an iterator
context = iter(context)

# get the root element
event, root = context.next()

for event, elem in context:
    if event == "end" and elem.tag == "record":
        ... process record elements ...
        root.clear()

# get an iterable
context = iterparse(source, events=("start", "end"))

# turn it into an iterator
context = iter(context)

# get the root element
event, root = context.next()

for event, elem in context:
    if event == "end" and elem.tag == "record":
        ... process record elements ...
        root.clear()

  "http://www.w3.org/Graphics/SVG/1.1/DTD/svg11.dtd" [
    
]>
 xmlns="http://www.w3.org/2000/svg"
  xmlns:inkscape="http://www.inkscape.org/namespaces/inkscape"
  viewBox="-105 -100 210 270" width="210" height="270">
   x="42" inkscape:z="555">Some value
  
     id="skin" x1="0" x2="0" y1="0" y2="1">
       offset="0%" stop-color="yellow" stop-opacity="1.0"/>
       offset="75%" stop-color="gold" stop-opacity="1.0"/>
       offset="100%" stop-color="orange" stop-opacity="1"/>
    
  
   id="smiley" inkscape:groupmode="layer" inkscape:label="Smiley">
    
     cx="0" cy="0" r="50"
      fill="url(#skin)" stroke="orange" stroke-width="2"/>
    
     cx="-20" cy="-10" rx="6" ry="8" fill="black" stroke="none"/>
     cx="20" cy="-10" rx="6" ry="8" fill="black" stroke="none"/>
    
     d="M-20 20 A25 25 0 0 0 20 20"
      fill="white" stroke="black" stroke-width="3"/>
  
   x="-40" y="75">&custom_entity; <svg>!
  

# get an iterable
context = iterparse(source, events=("start", "end"))

# turn it into an iterator
context = iter(context)

# get the root element
event, root = context.next()

for event, elem in context:
    if event == "end" and elem.tag == "record":
        ... process record elements ...
        root.clear()

• Chiến lược không tăng tải toàn bộ tài liệu vào bộ nhớ theo kiểu giống như Dom. Có hai hàm được đặt tên phù hợp trong mô -đun cho phép phân tích tệp hoặc chuỗi Python có nội dung XML: Start of an element
• >>> End of an element
• Phân tích phân tích một đối tượng tệp hoặc tên tệp có

  # get an iterable
  context = iterparse(source, events=("start", "end"))
  
  # turn it into an iterator
  context = iter(context)
  
  # get the root element
  event, root = context.next()
  
  for event, elem in context:
      if event == "end" and elem.tag == "record":
          ... process record elements ...
          root.clear()
  

  26 trả về một thể hiện của lớp

  # get an iterable
  context = iterparse(source, events=("start", "end"))
  
  # turn it into an iterator
  context = iter(context)
  
  # get the root element
  event, root = context.next()
  
  for event, elem in context:
      if event == "end" and elem.tag == "record":
          ... process record elements ...
          root.clear()
  

  58, đại diện cho toàn bộ phân cấp phần tử. Mặt khác, phân tích một chuỗi với

  # get an iterable
  context = iterparse(source, events=("start", "end"))
  
  # turn it into an iterator
  context = iter(context)
  
  # get the root element
  event, root = context.next()
  
  for event, elem in context:
      if event == "end" and elem.tag == "record":
          ... process record elements ...
          root.clear()
  

  59 sẽ trả về gốc cụ thể

  # get an iterable
  context = iterparse(source, events=("start", "end"))
  
  # turn it into an iterator
  context = iter(context)
  
  # get the root element
  event, root = context.next()
  
  for event, elem in context:
      if event == "end" and elem.tag == "record":
          ... process record elements ...
          root.clear()
  

  60. Comment element
• Ngoài ra, bạn có thể đọc tài liệu XML tăng dần với trình phân tích cú pháp kéo phát trực tuyến, mang lại một chuỗi các sự kiện và yếu tố: Processing instruction, as in XSL
• Theo mặc định,

  # get an iterable
  context = iterparse(source, events=("start", "end"))
  
  # turn it into an iterator
  context = iter(context)
  
  # get the root element
  event, root = context.next()
  
  for event, elem in context:
      if event == "end" and elem.tag == "record":
          ... process record elements ...
          root.clear()
  

  61 chỉ phát ra các sự kiện

  # get an iterable
  context = iterparse(source, events=("start", "end"))
  
  # turn it into an iterator
  context = iter(context)
  
  # get the root element
  event, root = context.next()
  
  for event, elem in context:
      if event == "end" and elem.tag == "record":
          ... process record elements ...
          root.clear()
  

  62 được liên kết với thẻ XML đóng. Tuy nhiên, bạn cũng có thể đăng ký các sự kiện khác. Bạn có thể tìm thấy chúng với các hằng số chuỗi như

  # get an iterable
  context = iterparse(source, events=("start", "end"))
  
  # turn it into an iterator
  context = iter(context)
  
  # get the root element
  event, root = context.next()
  
  for event, elem in context:
      if event == "end" and elem.tag == "record":
          ... process record elements ...
          root.clear()
  

  63: Start of a namespace
• Tại đây, một danh sách tất cả các loại sự kiện có sẵn: End of a namespace

# get an iterable
context = iterparse(source, events=("start", "end"))

# turn it into an iterator
context = iter(context)

# get the root element
event, root = context.next()

for event, elem in context:
    if event == "end" and elem.tag == "record":
        ... process record elements ...
        root.clear()

# get an iterable
context = iterparse(source, events=("start", "end"))

# turn it into an iterator
context = iter(context)

# get the root element
event, root = context.next()

for event, elem in context:
    if event == "end" and elem.tag == "record":
        ... process record elements ...
        root.clear()

  "http://www.w3.org/Graphics/SVG/1.1/DTD/svg11.dtd" [
    
]>
 xmlns="http://www.w3.org/2000/svg"
  xmlns:inkscape="http://www.inkscape.org/namespaces/inkscape"
  viewBox="-105 -100 210 270" width="210" height="270">
   x="42" inkscape:z="555">Some value
  
     id="skin" x1="0" x2="0" y1="0" y2="1">
       offset="0%" stop-color="yellow" stop-opacity="1.0"/>
       offset="75%" stop-color="gold" stop-opacity="1.0"/>
       offset="100%" stop-color="orange" stop-opacity="1"/>
    
  
   id="smiley" inkscape:groupmode="layer" inkscape:label="Smiley">
    
     cx="0" cy="0" r="50"
      fill="url(#skin)" stroke="orange" stroke-width="2"/>
    
     cx="-20" cy="-10" rx="6" ry="8" fill="black" stroke="none"/>
     cx="20" cy="-10" rx="6" ry="8" fill="black" stroke="none"/>
    
     d="M-20 20 A25 25 0 0 0 20 20"
      fill="white" stroke="black" stroke-width="3"/>
  
   x="-40" y="75">&custom_entity; <svg>!
  

# get an iterable
context = iterparse(source, events=("start", "end"))

# turn it into an iterator
context = iter(context)

# get the root element
event, root = context.next()

for event, elem in context:
    if event == "end" and elem.tag == "record":
        ... process record elements ...
        root.clear()

# get an iterable
context = iterparse(source, events=("start", "end"))

# turn it into an iterator
context = iter(context)

# get the root element
event, root = context.next()

for event, elem in context:
    if event == "end" and elem.tag == "record":
        ... process record elements ...
        root.clear()

# get an iterable
context = iterparse(source, events=("start", "end"))

# turn it into an iterator
context = iter(context)

# get the root element
event, root = context.next()

for event, elem in context:
    if event == "end" and elem.tag == "record":
        ... process record elements ...
        root.clear()

  "http://www.w3.org/Graphics/SVG/1.1/DTD/svg11.dtd" [
    
]>
 xmlns="http://www.w3.org/2000/svg"
  xmlns:inkscape="http://www.inkscape.org/namespaces/inkscape"
  viewBox="-105 -100 210 270" width="210" height="270">
   x="42" inkscape:z="555">Some value
  
     id="skin" x1="0" x2="0" y1="0" y2="1">
       offset="0%" stop-color="yellow" stop-opacity="1.0"/>
       offset="75%" stop-color="gold" stop-opacity="1.0"/>
       offset="100%" stop-color="orange" stop-opacity="1"/>
    
  
   id="smiley" inkscape:groupmode="layer" inkscape:label="Smiley">
    
     cx="0" cy="0" r="50"
      fill="url(#skin)" stroke="orange" stroke-width="2"/>
    
     cx="-20" cy="-10" rx="6" ry="8" fill="black" stroke="none"/>
     cx="20" cy="-10" rx="6" ry="8" fill="black" stroke="none"/>
    
     d="M-20 20 A25 25 0 0 0 20 20"
      fill="white" stroke="black" stroke-width="3"/>
  
   x="-40" y="75">&custom_entity; <svg>!
  

# get an iterable
context = iterparse(source, events=("start", "end"))

# turn it into an iterator
context = iter(context)

# get the root element
event, root = context.next()

for event, elem in context:
    if event == "end" and elem.tag == "record":
        ... process record elements ...
        root.clear()

Chiến lược không tăng tải toàn bộ tài liệu vào bộ nhớ theo kiểu giống như Dom. Có hai hàm được đặt tên phù hợp trong mô -đun cho phép phân tích tệp hoặc chuỗi Python có nội dung XML:

# get an iterable
context = iterparse(source, events=("start", "end"))

# turn it into an iterator
context = iter(context)

# get the root element
event, root = context.next()

for event, elem in context:
    if event == "end" and elem.tag == "record":
        ... process record elements ...
        root.clear()

  "http://www.w3.org/Graphics/SVG/1.1/DTD/svg11.dtd" [
    
]>
 xmlns="http://www.w3.org/2000/svg"
  xmlns:inkscape="http://www.inkscape.org/namespaces/inkscape"
  viewBox="-105 -100 210 270" width="210" height="270">
   x="42" inkscape:z="555">Some value
  
     id="skin" x1="0" x2="0" y1="0" y2="1">
       offset="0%" stop-color="yellow" stop-opacity="1.0"/>
       offset="75%" stop-color="gold" stop-opacity="1.0"/>
       offset="100%" stop-color="orange" stop-opacity="1"/>
    
  
   id="smiley" inkscape:groupmode="layer" inkscape:label="Smiley">
    
     cx="0" cy="0" r="50"
      fill="url(#skin)" stroke="orange" stroke-width="2"/>
    
     cx="-20" cy="-10" rx="6" ry="8" fill="black" stroke="none"/>
     cx="20" cy="-10" rx="6" ry="8" fill="black" stroke="none"/>
    
     d="M-20 20 A25 25 0 0 0 20 20"
      fill="white" stroke="black" stroke-width="3"/>
  
   x="-40" y="75">&custom_entity; <svg>!
  

# get an iterable
context = iterparse(source, events=("start", "end"))

# turn it into an iterator
context = iter(context)

# get the root element
event, root = context.next()

for event, elem in context:
    if event == "end" and elem.tag == "record":
        ... process record elements ...
        root.clear()

Chiến lược không tăng tải toàn bộ tài liệu vào bộ nhớ theo kiểu giống như Dom. Có hai hàm được đặt tên phù hợp trong mô -đun cho phép phân tích tệp hoặc chuỗi Python có nội dung XML:sequence protocol, letting you iterate over their direct children with a loop:

# get an iterable
context = iterparse(source, events=("start", "end"))

# turn it into an iterator
context = iter(context)

# get the root element
event, root = context.next()

for event, elem in context:
    if event == "end" and elem.tag == "record":
        ... process record elements ...
        root.clear()

  "http://www.w3.org/Graphics/SVG/1.1/DTD/svg11.dtd" [
    
]>
 xmlns="http://www.w3.org/2000/svg"
  xmlns:inkscape="http://www.inkscape.org/namespaces/inkscape"
  viewBox="-105 -100 210 270" width="210" height="270">
   x="42" inkscape:z="555">Some value
  
     id="skin" x1="0" x2="0" y1="0" y2="1">
       offset="0%" stop-color="yellow" stop-opacity="1.0"/>
       offset="75%" stop-color="gold" stop-opacity="1.0"/>
       offset="100%" stop-color="orange" stop-opacity="1"/>
    
  
   id="smiley" inkscape:groupmode="layer" inkscape:label="Smiley">
    
     cx="0" cy="0" r="50"
      fill="url(#skin)" stroke="orange" stroke-width="2"/>
    
     cx="-20" cy="-10" rx="6" ry="8" fill="black" stroke="none"/>
     cx="20" cy="-10" rx="6" ry="8" fill="black" stroke="none"/>
    
     d="M-20 20 A25 25 0 0 0 20 20"
      fill="white" stroke="black" stroke-width="3"/>
  
   x="-40" y="75">&custom_entity; <svg>!
  

# get an iterable
context = iterparse(source, events=("start", "end"))

# turn it into an iterator
context = iter(context)

# get the root element
event, root = context.next()

for event, elem in context:
    if event == "end" and elem.tag == "record":
        ... process record elements ...
        root.clear()

# get an iterable
context = iterparse(source, events=("start", "end"))

# turn it into an iterator
context = iter(context)

# get the root element
event, root = context.next()

for event, elem in context:
    if event == "end" and elem.tag == "record":
        ... process record elements ...
        root.clear()

  "http://www.w3.org/Graphics/SVG/1.1/DTD/svg11.dtd" [
    
]>
 xmlns="http://www.w3.org/2000/svg"
  xmlns:inkscape="http://www.inkscape.org/namespaces/inkscape"
  viewBox="-105 -100 210 270" width="210" height="270">
   x="42" inkscape:z="555">Some value
  
     id="skin" x1="0" x2="0" y1="0" y2="1">
       offset="0%" stop-color="yellow" stop-opacity="1.0"/>
       offset="75%" stop-color="gold" stop-opacity="1.0"/>
       offset="100%" stop-color="orange" stop-opacity="1"/>
    
  
   id="smiley" inkscape:groupmode="layer" inkscape:label="Smiley">
    
     cx="0" cy="0" r="50"
      fill="url(#skin)" stroke="orange" stroke-width="2"/>
    
     cx="-20" cy="-10" rx="6" ry="8" fill="black" stroke="none"/>
     cx="20" cy="-10" rx="6" ry="8" fill="black" stroke="none"/>
    
     d="M-20 20 A25 25 0 0 0 20 20"
      fill="white" stroke="black" stroke-width="3"/>
  
   x="-40" y="75">&custom_entity; <svg>!
  

# get an iterable
context = iterparse(source, events=("start", "end"))

# turn it into an iterator
context = iter(context)

# get the root element
event, root = context.next()

for event, elem in context:
    if event == "end" and elem.tag == "record":
        ... process record elements ...
        root.clear()

# get an iterable
context = iterparse(source, events=("start", "end"))

# turn it into an iterator
context = iter(context)

# get the root element
event, root = context.next()

for event, elem in context:
    if event == "end" and elem.tag == "record":
        ... process record elements ...
        root.clear()

# get an iterable
context = iterparse(source, events=("start", "end"))

# turn it into an iterator
context = iter(context)

# get the root element
event, root = context.next()

for event, elem in context:
    if event == "end" and elem.tag == "record":
        ... process record elements ...
        root.clear()

>>> from xml.dom.minidom import parse, parseString

>>> # Parse XML from a filename
>>> document = parse("smiley.svg")

>>> # Parse XML from a file object
>>> with open("smiley.svg") as file:
...     document = parse(file)
...

>>> # Parse XML from a Python string
>>> document = parseString("""\
... 
...   
... 
... """)

# get an iterable
context = iterparse(source, events=("start", "end"))

# turn it into an iterator
context = iter(context)

# get the root element
event, root = context.next()

for event, elem in context:
    if event == "end" and elem.tag == "record":
        ... process record elements ...
        root.clear()

# get an iterable
context = iterparse(source, events=("start", "end"))

# turn it into an iterator
context = iter(context)

# get the root element
event, root = context.next()

for event, elem in context:
    if event == "end" and elem.tag == "record":
        ... process record elements ...
        root.clear()

Chiến lược không tăng tải toàn bộ tài liệu vào bộ nhớ theo kiểu giống như Dom. Có hai hàm được đặt tên phù hợp trong mô -đun cho phép phân tích tệp hoặc chuỗi Python có nội dung XML:default namespace, you can leave the key blank or assign an arbitrary prefix, which must be used in the tag name later:

# get an iterable
context = iterparse(source, events=("start", "end"))

# turn it into an iterator
context = iter(context)

# get the root element
event, root = context.next()

for event, elem in context:
    if event == "end" and elem.tag == "record":
        ... process record elements ...
        root.clear()

>>> from xml.dom.minidom import parse, parseString

>>> # Parse XML from a filename
>>> document = parse("smiley.svg")

>>> # Parse XML from a file object
>>> with open("smiley.svg") as file:
...     document = parse(file)
...

>>> # Parse XML from a Python string
>>> document = parseString("""\
... 
...   
... 
... """)

# get an iterable
context = iterparse(source, events=("start", "end"))

# turn it into an iterator
context = iter(context)

# get the root element
event, root = context.next()

for event, elem in context:
    if event == "end" and elem.tag == "record":
        ... process record elements ...
        root.clear()

>>>

>>> from xml.dom.minidom import parse, parseString

>>> # Parse XML from a filename
>>> document = parse("smiley.svg")

>>> # Parse XML from a file object
>>> with open("smiley.svg") as file:
...     document = parse(file)
...

>>> # Parse XML from a Python string
>>> document = parseString("""\
... 
...   
... 
... """)

Theo trùng hợp, chuỗi

# get an iterable
context = iterparse(source, events=("start", "end"))

# turn it into an iterator
context = iter(context)

# get the root element
event, root = context.next()

for event, elem in context:
    if event == "end" and elem.tag == "record":
        ... process record elements ...
        root.clear()

# get an iterable
context = iterparse(source, events=("start", "end"))

# turn it into an iterator
context = iter(context)

# get the root element
event, root = context.next()

for event, elem in context:
    if event == "end" and elem.tag == "record":
        ... process record elements ...
        root.clear()

ElementTree có hỗ trợ cú pháp giới hạn cho ngôn ngữ Mini Xpath, mà bạn có thể sử dụng để truy vấn các phần tử trong XML, tương tự như các bộ chọn CSS trong HTML. Có những phương pháp khác chấp nhận một biểu thức như vậy:

>>>

>>> from xml.dom.minidom import parse, parseString

>>> # Parse XML from a filename
>>> document = parse("smiley.svg")

>>> # Parse XML from a file object
>>> with open("smiley.svg") as file:
...     document = parse(file)
...

>>> # Parse XML from a Python string
>>> document = parseString("""\
... 
...   
... 
... """)

Trong khi

# get an iterable
context = iterparse(source, events=("start", "end"))

# turn it into an iterator
context = iter(context)

# get the root element
event, root = context.next()

for event, elem in context:
    if event == "end" and elem.tag == "record":
        ... process record elements ...
        root.clear()

# get an iterable
context = iterparse(source, events=("start", "end"))

# turn it into an iterator
context = iter(context)

# get the root element
event, root = context.next()

for event, elem in context:
    if event == "end" and elem.tag == "record":
        ... process record elements ...
        root.clear()

# get an iterable
context = iterparse(source, events=("start", "end"))

# turn it into an iterator
context = iter(context)

# get the root element
event, root = context.next()

for event, elem in context:
    if event == "end" and elem.tag == "record":
        ... process record elements ...
        root.clear()

# get an iterable
context = iterparse(source, events=("start", "end"))

# turn it into an iterator
context = iter(context)

# get the root element
event, root = context.next()

for event, elem in context:
    if event == "end" and elem.tag == "record":
        ... process record elements ...
        root.clear()

# get an iterable
context = iterparse(source, events=("start", "end"))

# turn it into an iterator
context = iter(context)

# get the root element
event, root = context.next()

for event, elem in context:
    if event == "end" and elem.tag == "record":
        ... process record elements ...
        root.clear()

>>>

>>> from xml.dom.minidom import parse, parseString

>>> # Parse XML from a filename
>>> document = parse("smiley.svg")

>>> # Parse XML from a file object
>>> with open("smiley.svg") as file:
...     document = parse(file)
...

>>> # Parse XML from a Python string
>>> document = parseString("""\
... 
...   
... 
... """)

Bạn tìm kiếm văn bản được nhúng trong một phần tử XML cụ thể trước, sau đó ở mọi nơi trong toàn bộ tài liệu. Tìm kiếm theo văn bản là một tính năng mạnh mẽ của API ElementTree. Nó có thể sao chép nó bằng cách sử dụng các trình phân tích cú pháp tích hợp khác, nhưng với chi phí tăng độ phức tạp của mã và ít thuận tiện hơn.

API ElementTree có lẽ là một trong số đó trực quan nhất. Nó Pythonic, hiệu quả, mạnh mẽ và phổ quát. Trừ khi bạn có một lý do cụ thể để sử dụng DOM hoặc Sax, đây phải là lựa chọn mặc định của bạn.

# get an iterable context = iterparse(source, events=("start", "end")) # turn it into an iterator context = iter(context) # get the root element event, root = context.next() for event, elem in context: if event == "end" and elem.tag == "record": ... process record elements ... root.clear() 90: Chuyển đổi XML thành đối tượng Python

Nếu bạn đang tìm kiếm một lớp lót có thể biến tài liệu XML của bạn thành một đối tượng Python, thì không còn gì nữa. Mặc dù nó đã được cập nhật trong một vài năm, thư viện

# get an iterable
context = iterparse(source, events=("start", "end"))

# turn it into an iterator
context = iter(context)

# get the root element
event, root = context.next()

for event, elem in context:
    if event == "end" and elem.tag == "record":
        ... process record elements ...
        root.clear()

>>>

>>> from xml.dom.minidom import parse, parseString

>>> # Parse XML from a filename
>>> document = parse("smiley.svg")

>>> # Parse XML from a file object
>>> with open("smiley.svg") as file:
...     document = parse(file)
...

>>> # Parse XML from a Python string
>>> document = parseString("""\
... 
...   
... 
... """)

Trong mỗi trường hợp, nó trả về một thể hiện của lớp

>>> document.getElementsByTagName("ellipse")
[
    ,
    
]

>>> root = document.documentElement
>>> root.getElementsByTagName("ellipse")
[
    ,
    
]

>>>

>>> from xml.dom.minidom import parse, parseString

>>> # Parse XML from a filename
>>> document = parse("smiley.svg")

>>> # Parse XML from a file object
>>> with open("smiley.svg") as file:
...     document = parse(file)
...

>>> # Parse XML from a Python string
>>> document = parseString("""\
... 
...   
... 
... """)

Không có tên hoặc tên phương thức cần nhớ. Thay vào đó, mỗi đối tượng phân tích cú pháp là duy nhất, vì vậy bạn thực sự cần biết cấu trúc tài liệu XML cơ bản để đi qua nó với

# get an iterable
context = iterparse(source, events=("start", "end"))

# turn it into an iterator
context = iter(context)

# get the root element
event, root = context.next()

for event, elem in context:
    if event == "end" and elem.tag == "record":
        ... process record elements ...
        root.clear()

Để tìm hiểu tên phần tử gốc là gì, hãy gọi

# get an iterable
context = iterparse(source, events=("start", "end"))

# turn it into an iterator
context = iter(context)

# get the root element
event, root = context.next()

for event, elem in context:
    if event == "end" and elem.tag == "record":
        ... process record elements ...
        root.clear()

>>>

>>> from xml.dom.minidom import parse, parseString

>>> # Parse XML from a filename
>>> document = parse("smiley.svg")

>>> # Parse XML from a file object
>>> with open("smiley.svg") as file:
...     document = parse(file)
...

>>> # Parse XML from a Python string
>>> document = parseString("""\
... 
...   
... 
... """)

Điều này cho thấy tên của các yếu tố trẻ em ngay lập tức. Lưu ý rằng

# get an iterable
context = iterparse(source, events=("start", "end"))

# turn it into an iterator
context = iter(context)

# get the root element
event, root = context.next()

for event, elem in context:
    if event == "end" and elem.tag == "record":
        ... process record elements ...
        root.clear()

# get an iterable
context = iterparse(source, events=("start", "end"))

# turn it into an iterator
context = iter(context)

# get the root element
event, root = context.next()

for event, elem in context:
    if event == "end" and elem.tag == "record":
        ... process record elements ...
        root.clear()

Nếu có nhiều hơn một đứa trẻ có tên thẻ đã cho, thì bạn có thể lặp lại chúng bằng một vòng lặp hoặc tham khảo từng chỉ mục:

>>>

>>> from xml.dom.minidom import parse, parseString

>>> # Parse XML from a filename
>>> document = parse("smiley.svg")

>>> # Parse XML from a file object
>>> with open("smiley.svg") as file:
...     document = parse(file)
...

>>> # Parse XML from a Python string
>>> document = parseString("""\
... 
...   
... 
... """)

Bạn có thể nhận thấy rằng yếu tố

# get an iterable
context = iterparse(source, events=("start", "end"))

# turn it into an iterator
context = iter(context)

# get the root element
event, root = context.next()

for event, elem in context:
    if event == "end" and elem.tag == "record":
        ... process record elements ...
        root.clear()

# get an iterable
context = iterparse(source, events=("start", "end"))

# turn it into an iterator
context = iter(context)

# get the root element
event, root = context.next()

for event, elem in context:
    if event == "end" and elem.tag == "record":
        ... process record elements ...
        root.clear()

Do ký hiệu dấu chấm, tên phần tử trong tài liệu XML phải là định danh Python hợp lệ. Nếu họ không, thì

# get an iterable
context = iterparse(source, events=("start", "end"))

# turn it into an iterator
context = iter(context)

# get the root element
event, root = context.next()

for event, elem in context:
    if event == "end" and elem.tag == "record":
        ... process record elements ...
        root.clear()

>>>

>>> from xml.dom.minidom import parse, parseString

>>> # Parse XML from a filename
>>> document = parse("smiley.svg")

>>> # Parse XML from a file object
>>> with open("smiley.svg") as file:
...     document = parse(file)
...

>>> # Parse XML from a Python string
>>> document = parseString("""\
... 
...   
... 
... """)

Tên thẻ trẻ em aren aren là thuộc tính đối tượng duy nhất bạn có thể truy cập. Các phần tử có một vài thuộc tính đối tượng được xác định trước có thể được hiển thị bằng cách gọi

import xml.etree.ElementTree as ET

# Get an iterable.
context = ET.iterparse(source, events=("start", "end"))
    
for index, (event, elem) in enumerate(context):
    # Get the root element.
    if index == 0:
        root = elem
    if event == "end" and elem.tag == "record":
        # ... process record elements ...
        root.clear()

>>>

>>> document = parse("smiley.svg")

>>> # XML Declaration
>>> document.version, document.encoding, document.standalone
('1.0', 'UTF-8', False)

>>> # Document Type Definition (DTD)
>>> dtd = document.doctype
>>> dtd.entities["custom_entity"].childNodes
[]

>>> # Document Root
>>> document.documentElement

Đằng sau. Mặc dù nó có ý định đọc các tài liệu nhỏ, bạn vẫn có thể kết hợp nó với một cách tiếp cận khác để đọc các tệp XML đa gigabyte.poor performance. While it’s intended for reading tiny documents, you can still combine it with another approach to read multi-gigabyte XML files.

Đây là cách mà. Nếu bạn tham gia Lưu trữ Wikipedia, bạn có thể tải xuống một trong các tệp XML nén của họ. Một ở trên cùng phải chứa một ảnh chụp nhanh các bài viết Tóm tắt:

>>> document = parse("smiley.svg")

>>> # XML Declaration
>>> document.version, document.encoding, document.standalone
('1.0', 'UTF-8', False)

>>> # Document Type Definition (DTD)
>>> dtd = document.doctype
>>> dtd.entities["custom_entity"].childNodes
[]

>>> # Document Root
>>> document.documentElement

Nó có kích thước hơn 6 GB sau khi tải xuống, hoàn hảo cho bài tập này. Ý tưởng là quét tệp để tìm các thẻ mở và đóng liên tiếp

import xml.etree.ElementTree as ET

# Get an iterable.
context = ET.iterparse(source, events=("start", "end"))
    
for index, (event, elem) in enumerate(context):
    # Get the root element.
    if index == 0:
        root = elem
    if event == "end" and elem.tag == "record":
        # ... process record elements ...
        root.clear()

# get an iterable
context = iterparse(source, events=("start", "end"))

# turn it into an iterator
context = iter(context)

# get the root element
event, root = context.next()

for event, elem in context:
    if event == "end" and elem.tag == "record":
        ... process record elements ...
        root.clear()

Mô-đun

import xml.etree.ElementTree as ET

# Get an iterable.
context = ET.iterparse(source, events=("start", "end"))
    
for index, (event, elem) in enumerate(context):
    # Get the root element.
    if index == 0:
        root = elem
    if event == "end" and elem.tag == "record":
        # ... process record elements ...
        root.clear()

Tại đây, mã hoàn chỉnh của lớp

import xml.etree.ElementTree as ET

# Get an iterable.
context = ET.iterparse(source, events=("start", "end"))
    
for index, (event, elem) in enumerate(context):
    # Get the root element.
    if index == 0:
        root = elem
    if event == "end" and elem.tag == "record":
        # ... process record elements ...
        root.clear()

>>> document = parse("smiley.svg")

>>> # XML Declaration
>>> document.version, document.encoding, document.standalone
('1.0', 'UTF-8', False)

>>> # Document Type Definition (DTD)
>>> dtd = document.doctype
>>> dtd.entities["custom_entity"].childNodes
[]

>>> # Document Root
>>> document.documentElement

Nó có một trình quản lý bối cảnh tùy chỉnh, sử dụng giao thức Iterator được xác định là hàm tạo nội tuyến. Các vòng lặp đối tượng tạo kết quả trên tài liệu XML như thể nó là một luồng ký tự dài.iterator protocol defined as an inline generator function. The resulting generator object loops over the XML document as if it was a long stream of characters.

Lưu ý rằng vòng lặp

import xml.etree.ElementTree as ET

# Get an iterable.
context = ET.iterparse(source, events=("start", "end"))
    
for index, (event, elem) in enumerate(context):
    # Get the root element.
    if index == 0:
        root = elem
    if event == "end" and elem.tag == "record":
        # ... process record elements ...
        root.clear()

import xml.etree.ElementTree as ET

# Get an iterable.
context = ET.iterparse(source, events=("start", "end"))
    
for index, (event, elem) in enumerate(context):
    # Get the root element.
    if index == 0:
        root = elem
    if event == "end" and elem.tag == "record":
        # ... process record elements ...
        root.clear()

Không cần tham gia vào các chi tiết nitty-gritty, ở đây, cách bạn có thể sử dụng lớp tùy chỉnh này để xem một tệp XML lớn một cách nhanh chóng trong khi kiểm tra các yếu tố cụ thể kỹ lưỡng hơn với

# get an iterable
context = iterparse(source, events=("start", "end"))

# turn it into an iterator
context = iter(context)

# get the root element
event, root = context.next()

for event, elem in context:
    if event == "end" and elem.tag == "record":
        ... process record elements ...
        root.clear()

>>>

>>> document = parse("smiley.svg")

>>> # XML Declaration
>>> document.version, document.encoding, document.standalone
('1.0', 'UTF-8', False)

>>> # Document Type Definition (DTD)
>>> dtd = document.doctype
>>> dtd.entities["custom_entity"].childNodes
[]

>>> # Document Root
>>> document.documentElement

Đầu tiên, bạn mở một tệp để đọc và cho biết tên thẻ mà bạn muốn tìm. Sau đó, bạn lặp lại các yếu tố đó và nhận được một đoạn phân tích cú pháp của tài liệu XML. Nó gần giống như nhìn qua một cửa sổ nhỏ di chuyển trên một tờ giấy dài vô hạn. Đó là một ví dụ tương đối bề mặt bỏ qua một vài chi tiết, nhưng nó sẽ cho bạn một ý tưởng chung về cách sử dụng chiến lược phân tích cú pháp lai như vậy.

import xml.etree.ElementTree as ET # Get an iterable. context = ET.iterparse(source, events=("start", "end")) for index, (event, elem) in enumerate(context): # Get the root element. if index == 0: root = elem if event == "end" and elem.tag == "record": # ... process record elements ... root.clear() 09: Chuyển đổi XML thành Từ điển Python

Nếu bạn thích JSON nhưng bạn không phải là một fan hâm mộ của XML, thì hãy xem

import xml.etree.ElementTree as ET

# Get an iterable.
context = ET.iterparse(source, events=("start", "end"))
    
for index, (event, elem) in enumerate(context):
    # Get the root element.
    if index == 0:
        root = elem
    if event == "end" and elem.tag == "record":
        # ... process record elements ...
        root.clear()

Không giống như phần còn lại của trình phân tích cú pháp XML cho đến nay, cái này mong đợi một chuỗi python hoặc một đối tượng giống như tệp mở để đọc ở chế độ nhị phân:

>>>

>>> document = parse("smiley.svg")

>>> # XML Declaration
>>> document.version, document.encoding, document.standalone
('1.0', 'UTF-8', False)

>>> # Document Type Definition (DTD)
>>> dtd = document.doctype
>>> dtd.entities["custom_entity"].childNodes
[]

>>> # Document Root
>>> document.documentElement

Đầu tiên, bạn mở một tệp để đọc và cho biết tên thẻ mà bạn muốn tìm. Sau đó, bạn lặp lại các yếu tố đó và nhận được một đoạn phân tích cú pháp của tài liệu XML. Nó gần giống như nhìn qua một cửa sổ nhỏ di chuyển trên một tờ giấy dài vô hạn. Đó là một ví dụ tương đối bề mặt bỏ qua một vài chi tiết, nhưng nó sẽ cho bạn một ý tưởng chung về cách sử dụng chiến lược phân tích cú pháp lai như vậy.element order. However, starting from Python 3.6, plain dictionaries also keep the insertion order. If you’d like to work with regular dictionaries instead, then pass

# get an iterable
context = iterparse(source, events=("start", "end"))

# turn it into an iterator
context = iter(context)

# get the root element
event, root = context.next()

for event, elem in context:
    if event == "end" and elem.tag == "record":
        ... process record elements ...
        root.clear()

import xml.etree.ElementTree as ET

# Get an iterable.
context = ET.iterparse(source, events=("start", "end"))
    
for index, (event, elem) in enumerate(context):
    # Get the root element.
    if index == 0:
        root = elem
    if event == "end" and elem.tag == "record":
        # ... process record elements ...
        root.clear()

# get an iterable
context = iterparse(source, events=("start", "end"))

# turn it into an iterator
context = iter(context)

# get the root element
event, root = context.next()

for event, elem in context:
    if event == "end" and elem.tag == "record":
        ... process record elements ...
        root.clear()

>>>

>>> document = parse("smiley.svg")

>>> # XML Declaration
>>> document.version, document.encoding, document.standalone
('1.0', 'UTF-8', False)

>>> # Document Type Definition (DTD)
>>> dtd = document.doctype
>>> dtd.entities["custom_entity"].childNodes
[]

>>> # Document Root
>>> document.documentElement

Đầu tiên, bạn mở một tệp để đọc và cho biết tên thẻ mà bạn muốn tìm. Sau đó, bạn lặp lại các yếu tố đó và nhận được một đoạn phân tích cú pháp của tài liệu XML. Nó gần giống như nhìn qua một cửa sổ nhỏ di chuyển trên một tờ giấy dài vô hạn. Đó là một ví dụ tương đối bề mặt bỏ qua một vài chi tiết, nhưng nó sẽ cho bạn một ý tưởng chung về cách sử dụng chiến lược phân tích cú pháp lai như vậy.

import xml.etree.ElementTree as ET

# Get an iterable.
context = ET.iterparse(source, events=("start", "end"))
    
for index, (event, elem) in enumerate(context):
    # Get the root element.
    if index == 0:
        root = elem
    if event == "end" and elem.tag == "record":
        # ... process record elements ...
        root.clear()

import xml.etree.ElementTree as ET

# Get an iterable.
context = ET.iterparse(source, events=("start", "end"))
    
for index, (event, elem) in enumerate(context):
    # Get the root element.
    if index == 0:
        root = elem
    if event == "end" and elem.tag == "record":
        # ... process record elements ...
        root.clear()

import xml.etree.ElementTree as ET

# Get an iterable.
context = ET.iterparse(source, events=("start", "end"))
    
for index, (event, elem) in enumerate(context):
    # Get the root element.
    if index == 0:
        root = elem
    if event == "end" and elem.tag == "record":
        # ... process record elements ...
        root.clear()

>>>

>>> document = parse("smiley.svg")

>>> # XML Declaration
>>> document.version, document.encoding, document.standalone
('1.0', 'UTF-8', False)

>>> # Document Type Definition (DTD)
>>> dtd = document.doctype
>>> dtd.entities["custom_entity"].childNodes
[]

>>> # Document Root
>>> document.documentElement

Đầu tiên, bạn mở một tệp để đọc và cho biết tên thẻ mà bạn muốn tìm. Sau đó, bạn lặp lại các yếu tố đó và nhận được một đoạn phân tích cú pháp của tài liệu XML. Nó gần giống như nhìn qua một cửa sổ nhỏ di chuyển trên một tờ giấy dài vô hạn. Đó là một ví dụ tương đối bề mặt bỏ qua một vài chi tiết, nhưng nó sẽ cho bạn một ý tưởng chung về cách sử dụng chiến lược phân tích cú pháp lai như vậy.XML namespace declaration. These are treated like regular attributes, while the corresponding prefixes become part of the tag name. However, you can expand, rename, or skip some of the namespaces if you want to:

>>>

>>> document = parse("smiley.svg")

>>> # XML Declaration
>>> document.version, document.encoding, document.standalone
('1.0', 'UTF-8', False)

>>> # Document Type Definition (DTD)
>>> dtd = document.doctype
>>> dtd.entities["custom_entity"].childNodes
[]

>>> # Document Root
>>> document.documentElement

Đầu tiên, bạn mở một tệp để đọc và cho biết tên thẻ mà bạn muốn tìm. Sau đó, bạn lặp lại các yếu tố đó và nhận được một đoạn phân tích cú pháp của tài liệu XML. Nó gần giống như nhìn qua một cửa sổ nhỏ di chuyển trên một tờ giấy dài vô hạn. Đó là một ví dụ tương đối bề mặt bỏ qua một vài chi tiết, nhưng nó sẽ cho bạn một ý tưởng chung về cách sử dụng chiến lược phân tích cú pháp lai như vậy.

import xml.etree.ElementTree as ET

# Get an iterable.
context = ET.iterparse(source, events=("start", "end"))
    
for index, (event, elem) in enumerate(context):
    # Get the root element.
    if index == 0:
        root = elem
    if event == "end" and elem.tag == "record":
        # ... process record elements ...
        root.clear()

>>>

>>> document = parse("smiley.svg")

>>> # XML Declaration
>>> document.version, document.encoding, document.standalone
('1.0', 'UTF-8', False)

>>> # Document Type Definition (DTD)
>>> dtd = document.doctype
>>> dtd.entities["custom_entity"].childNodes
[]

>>> # Document Root
>>> document.documentElement

Đầu tiên, bạn mở một tệp để đọc và cho biết tên thẻ mà bạn muốn tìm. Sau đó, bạn lặp lại các yếu tố đó và nhận được một đoạn phân tích cú pháp của tài liệu XML. Nó gần giống như nhìn qua một cửa sổ nhỏ di chuyển trên một tờ giấy dài vô hạn. Đó là một ví dụ tương đối bề mặt bỏ qua một vài chi tiết, nhưng nó sẽ cho bạn một ý tưởng chung về cách sử dụng chiến lược phân tích cú pháp lai như vậy.

>>>

>>> document = parse("smiley.svg")

>>> # XML Declaration
>>> document.version, document.encoding, document.standalone
('1.0', 'UTF-8', False)

>>> # Document Type Definition (DTD)
>>> dtd = document.doctype
>>> dtd.entities["custom_entity"].childNodes
[]

>>> # Document Root
>>> document.documentElement

Đầu tiên, bạn mở một tệp để đọc và cho biết tên thẻ mà bạn muốn tìm. Sau đó, bạn lặp lại các yếu tố đó và nhận được một đoạn phân tích cú pháp của tài liệu XML. Nó gần giống như nhìn qua một cửa sổ nhỏ di chuyển trên một tờ giấy dài vô hạn. Đó là một ví dụ tương đối bề mặt bỏ qua một vài chi tiết, nhưng nó sẽ cho bạn một ý tưởng chung về cách sử dụng chiến lược phân tích cú pháp lai như vậy.

import xml.etree.ElementTree as ET

# Get an iterable.
context = ET.iterparse(source, events=("start", "end"))
    
for index, (event, elem) in enumerate(context):
    # Get the root element.
    if index == 0:
        root = elem
    if event == "end" and elem.tag == "record":
        # ... process record elements ...
        root.clear()

Nếu bạn thích JSON nhưng bạn không phải là một fan hâm mộ của XML, thì hãy xem import xml.etree.ElementTree as ET # Get an iterable. context = ET.iterparse(source, events=("start", "end")) for index, (event, elem) in enumerate(context): # Get the root element. if index == 0: root = elem if event == "end" and elem.tag == "record": # ... process record elements ... root.clear() 09, cố gắng thu hẹp khoảng cách giữa cả hai định dạng dữ liệu. Đúng như tên gọi, thư viện có thể phân tích tài liệu XML và đại diện cho nó dưới dạng từ điển Python, cũng là loại dữ liệu đích cho các tài liệu JSON trong Python. Điều này làm cho việc chuyển đổi giữa XML và JSON có thể.

Không giống như phần còn lại của trình phân tích cú pháp XML cho đến nay, cái này mong đợi một chuỗi python hoặc một đối tượng giống như tệp mở để đọc ở chế độ nhị phân:Python binding for the C libraries libxml2 and libxslt, which support several standards, including XPath, XML Schema, and XSLT.

Thư viện tương thích với API ElementTree của Python, mà bạn đã học được trước đó trong hướng dẫn này. Điều đó có nghĩa là bạn có thể sử dụng lại mã hiện tại của mình bằng cách chỉ thay thế một câu lệnh nhập duy nhất:ElementTree API, which you learned about earlier in this tutorial. That means you can reuse your existing code by replacing only a single import statement:

Điều này sẽ cung cấp cho bạn một sự thúc đẩy hiệu suất tuyệt vời. Trên hết, thư viện

import xml.etree.ElementTree as ET

# Get an iterable.
context = ET.iterparse(source, events=("start", "end"))
    
for index, (event, elem) in enumerate(context):
    # Get the root element.
    if index == 0:
        root = elem
    if event == "end" and elem.tag == "record":
        # ... process record elements ...
        root.clear()

import xml.etree.ElementTree as ET

# Get an iterable.
context = ET.iterparse(source, events=("start", "end"))
    
for index, (event, elem) in enumerate(context):
    # Get the root element.
    if index == 0:
        root = elem
    if event == "end" and elem.tag == "record":
        # ... process record elements ...
        root.clear()

>>>

>>> document.getElementById("skin") is None
True
>>> document.getElementById("smiley") is None
True

Không có trình phân tích cú pháp XML nào trong thư viện tiêu chuẩn Python, có khả năng xác nhận các tài liệu. Trong khi đó,

import xml.etree.ElementTree as ET

# Get an iterable.
context = ET.iterparse(source, events=("start", "end"))
    
for index, (event, elem) in enumerate(context):
    # Get the root element.
    if index == 0:
        root = elem
    if event == "end" and elem.tag == "record":
        # ... process record elements ...
        root.clear()

import xml.etree.ElementTree as ET

# Get an iterable.
context = ET.iterparse(source, events=("start", "end"))
    
for index, (event, elem) in enumerate(context):
    # Get the root element.
    if index == 0:
        root = elem
    if event == "end" and elem.tag == "record":
        # ... process record elements ...
        root.clear()

Bên cạnh API ElementTree,

import xml.etree.ElementTree as ET

# Get an iterable.
context = ET.iterparse(source, events=("start", "end"))
    
for index, (event, elem) in enumerate(context):
    # Get the root element.
    if index == 0:
        root = elem
    if event == "end" and elem.tag == "record":
        # ... process record elements ...
        root.clear()

import xml.etree.ElementTree as ET # Get an iterable. context = ET.iterparse(source, events=("start", "end")) for index, (event, elem) in enumerate(context): # Get the root element. if index == 0: root = elem if event == "end" and elem.tag == "record": # ... process record elements ... root.clear() 28: Đối phó với XML dị dạng

Bạn đã giành chiến thắng thường sử dụng thư viện cuối cùng trong so sánh này để phân tích cú pháp XML vì bạn chủ yếu gặp phải các tài liệu HTML quét web. Điều đó nói rằng, nó cũng có khả năng phân tích XML. Đẹp đi kèm với một kiến ​​trúc có thể cắm được cho phép bạn chọn trình phân tích cú pháp cơ bản.

import xml.etree.ElementTree as ET

# Get an iterable.
context = ET.iterparse(source, events=("start", "end"))
    
for index, (event, elem) in enumerate(context):
    # Get the root element.
    if index == 0:
        root = elem
    if event == "end" and elem.tag == "record":
        # ... process record elements ...
        root.clear()

import xml.etree.ElementTree as ET

# Get an iterable.
context = ET.iterparse(source, events=("start", "end"))
    
for index, (event, elem) in enumerate(context):
    # Get the root element.
    if index == 0:
        root = elem
    if event == "end" and elem.tag == "record":
        # ... process record elements ...
        root.clear()

Tùy thuộc vào loại tài liệu mà bạn sẽ muốn phân tích, hiệu quả mong muốn và tính năng sẵn có, bạn có thể chọn một trong những trình phân tích cú pháp này:

import xml.etree.ElementTree as ET

# Get an iterable.
context = ET.iterparse(source, events=("start", "end"))
    
for index, (event, elem) in enumerate(context):
    # Get the root element.
    if index == 0:
        root = elem
    if event == "end" and elem.tag == "record":
        # ... process record elements ...
        root.clear()

import xml.etree.ElementTree as ET

# Get an iterable.
context = ET.iterparse(source, events=("start", "end"))
    
for index, (event, elem) in enumerate(context):
    # Get the root element.
    if index == 0:
        root = elem
    if event == "end" and elem.tag == "record":
        # ... process record elements ...
        root.clear()

import xml.etree.ElementTree as ET

# Get an iterable.
context = ET.iterparse(source, events=("start", "end"))
    
for index, (event, elem) in enumerate(context):
    # Get the root element.
    if index == 0:
        root = elem
    if event == "end" and elem.tag == "record":
        # ... process record elements ...
        root.clear()

import xml.etree.ElementTree as ET

# Get an iterable.
context = ET.iterparse(source, events=("start", "end"))
    
for index, (event, elem) in enumerate(context):
    # Get the root element.
    if index == 0:
        root = elem
    if event == "end" and elem.tag == "record":
        # ... process record elements ...
        root.clear()

import xml.etree.ElementTree as ET

# Get an iterable.
context = ET.iterparse(source, events=("start", "end"))
    
for index, (event, elem) in enumerate(context):
    # Get the root element.
    if index == 0:
        root = elem
    if event == "end" and elem.tag == "record":
        # ... process record elements ...
        root.clear()

import xml.etree.ElementTree as ET

# Get an iterable.
context = ET.iterparse(source, events=("start", "end"))
    
for index, (event, elem) in enumerate(context):
    # Get the root element.
    if index == 0:
        root = elem
    if event == "end" and elem.tag == "record":
        # ... process record elements ...
        root.clear()

import xml.etree.ElementTree as ET

# Get an iterable.
context = ET.iterparse(source, events=("start", "end"))
    
for index, (event, elem) in enumerate(context):
    # Get the root element.
    if index == 0:
        root = elem
    if event == "end" and elem.tag == "record":
        # ... process record elements ...
        root.clear()

>>> document.getElementById("skin") is None
True
>>> document.getElementById("smiley") is None
True

Chậm

import xml.etree.ElementTree as ET

# Get an iterable.
context = ET.iterparse(source, events=("start", "end"))
    
for index, (event, elem) in enumerate(context):
    # Get the root element.
    if index == 0:
        root = elem
    if event == "end" and elem.tag == "record":
        # ... process record elements ...
        root.clear()

>>>

>>> document.getElementById("skin") is None
True
>>> document.getElementById("smiley") is None
True

import xml.etree.ElementTree as ET

# Get an iterable.
context = ET.iterparse(source, events=("start", "end"))
    
for index, (event, elem) in enumerate(context):
    # Get the root element.
    if index == 0:
        root = elem
    if event == "end" and elem.tag == "record":
        # ... process record elements ...
        root.clear()

Nhanh

>>>

>>> document.getElementById("skin") is None
True
>>> document.getElementById("smiley") is None
True

XML

import xml.etree.ElementTree as ET

# Get an iterable.
context = ET.iterparse(source, events=("start", "end"))
    
for index, (event, elem) in enumerate(context):
    # Get the root element.
    if index == 0:
        root = elem
    if event == "end" and elem.tag == "record":
        # ... process record elements ...
        root.clear()

import xml.etree.ElementTree as ET

# Get an iterable.
context = ET.iterparse(source, events=("start", "end"))
    
for index, (event, elem) in enumerate(context):
    # Get the root element.
    if index == 0:
        root = elem
    if event == "end" and elem.tag == "record":
        # ... process record elements ...
        root.clear()

Xác định các mô hình với các biểu thức XPath

Ngay bây giờ, tin nhắn của bạn đến định dạng chuỗi đơn giản. Nó không thuận tiện để làm việc với các tin nhắn ở định dạng này. May mắn thay, bạn có thể biến chúng thành các đối tượng Python hợp chất với một dòng mã duy nhất bằng mô -đun

import xml.etree.ElementTree as ET

# Get an iterable.
context = ET.iterparse(source, events=("start", "end"))
    
for index, (event, elem) in enumerate(context):
    # Get the root element.
    if index == 0:
        root = elem
    if event == "end" and elem.tag == "record":
        # ... process record elements ...
        root.clear()

>>> document.getElementById("skin") is None
True
>>> document.getElementById("smiley") is None
True

Miễn là phân tích cú pháp XML thành công, bạn có thể kiểm tra các thuộc tính thông thường của phần tử gốc, chẳng hạn như tên thẻ, thuộc tính, văn bản bên trong, v.v. Bạn có thể sử dụng toán tử DOT để điều hướng sâu vào cây phần tử. Trong hầu hết các trường hợp, thư viện sẽ nhận ra kiểu dữ liệu Python phù hợp và chuyển đổi giá trị cho bạn.

Sau khi lưu các thay đổi đó và khởi động lại máy chủ, bạn sẽ cần tải lại trang trong trình duyệt web của mình để tạo kết nối WebSocket mới. Ở đây, một đầu ra mẫu của chương trình đã sửa đổi:

>>> from xml.dom.minidom import parse, Node

>>> def set_id_attribute(parent, attribute_name="id"):
...     if parent.nodeType == Node.ELEMENT_NODE:
...         if parent.hasAttribute(attribute_name):
...             parent.setIdAttribute(attribute_name)
...     for child in parent.childNodes:
...         set_id_attribute(child, attribute_name)
...
>>> document = parse("smiley.svg")
>>> set_id_attribute(document)

Đôi khi, XML có thể chứa các tên thẻ aren nhận dạng Python hợp lệ hoặc bạn có thể muốn điều chỉnh cấu trúc tin nhắn để phù hợp với mô hình dữ liệu của bạn. Trong trường hợp như vậy, một tùy chọn thú vị sẽ xác định các lớp mô hình tùy chỉnh với các mô tả tuyên bố cách tra cứu thông tin bằng cách sử dụng các biểu thức XPath. Đó là phần bắt đầu giống với các mô hình Django hoặc định nghĩa lược đồ Pydantic.model classes with descriptors that declare how to look up information using XPath expressions. That’s the part that starts to resemble Django models or Pydantic schema definitions.

Bạn sẽ sử dụng bộ mô tả

import xml.etree.ElementTree as ET

# Get an iterable.
context = ET.iterparse(source, events=("start", "end"))
    
for index, (event, elem) in enumerate(context):
    # Get the root element.
    if index == 0:
        root = elem
    if event == "end" and elem.tag == "record":
        # ... process record elements ...
        root.clear()

import xml.etree.ElementTree as ET

# Get an iterable.
context = ET.iterparse(source, events=("start", "end"))
    
for index, (event, elem) in enumerate(context):
    # Get the root element.
    if index == 0:
        root = elem
    if event == "end" and elem.tag == "record":
        # ... process record elements ...
        root.clear()

>>> from xml.dom.minidom import parse, Node

>>> def set_id_attribute(parent, attribute_name="id"):
...     if parent.nodeType == Node.ELEMENT_NODE:
...         if parent.hasAttribute(attribute_name):
...             parent.setIdAttribute(attribute_name)
...     for child in parent.childNodes:
...         set_id_attribute(child, attribute_name)
...
>>> document = parse("smiley.svg")
>>> set_id_attribute(document)

Giả sử bạn đã có bộ mô tả

import xml.etree.ElementTree as ET

# Get an iterable.
context = ET.iterparse(source, events=("start", "end"))
    
for index, (event, elem) in enumerate(context):
    # Get the root element.
    if index == 0:
        root = elem
    if event == "end" and elem.tag == "record":
        # ... process record elements ...
        root.clear()

import xml.etree.ElementTree as ET

# Get an iterable.
context = ET.iterparse(source, events=("start", "end"))
    
for index, (event, elem) in enumerate(context):
    # Get the root element.
    if index == 0:
        root = elem
    if event == "end" and elem.tag == "record":
        # ... process record elements ...
        root.clear()

import xml.etree.ElementTree as ET

# Get an iterable.
context = ET.iterparse(source, events=("start", "end"))
    
for index, (event, elem) in enumerate(context):
    # Get the root element.
    if index == 0:
        root = elem
    if event == "end" and elem.tag == "record":
        # ... process record elements ...
        root.clear()

import xml.etree.ElementTree as ET

# Get an iterable.
context = ET.iterparse(source, events=("start", "end"))
    
for index, (event, elem) in enumerate(context):
    # Get the root element.
    if index == 0:
        root = elem
    if event == "end" and elem.tag == "record":
        # ... process record elements ...
        root.clear()

>>> from xml.dom.minidom import parse, Node

>>> def set_id_attribute(parent, attribute_name="id"):
...     if parent.nodeType == Node.ELEMENT_NODE:
...         if parent.hasAttribute(attribute_name):
...             parent.setIdAttribute(attribute_name)
...     for child in parent.childNodes:
...         set_id_attribute(child, attribute_name)
...
>>> document = parse("smiley.svg")
>>> set_id_attribute(document)

Bộ mô tả

import xml.etree.ElementTree as ET

# Get an iterable.
context = ET.iterparse(source, events=("start", "end"))
    
for index, (event, elem) in enumerate(context):
    # Get the root element.
    if index == 0:
        root = elem
    if event == "end" and elem.tag == "record":
        # ... process record elements ...
        root.clear()

Sử dụng các đối tượng sự kiện đó không khác biệt nhiều so với các đối tượng được tạo tự động bởi

import xml.etree.ElementTree as ET

# Get an iterable.
context = ET.iterparse(source, events=("start", "end"))
    
for index, (event, elem) in enumerate(context):
    # Get the root element.
    if index == 0:
        root = elem
    if event == "end" and elem.tag == "record":
        # ... process record elements ...
        root.clear()

>>> from xml.dom.minidom import parse, Node

>>> def set_id_attribute(parent, attribute_name="id"):
...     if parent.nodeType == Node.ELEMENT_NODE:
...         if parent.hasAttribute(attribute_name):
...             parent.setIdAttribute(attribute_name)
...     for child in parent.childNodes:
...         set_id_attribute(child, attribute_name)
...
>>> document = parse("smiley.svg")
>>> set_id_attribute(document)

Có một bước bổ sung để tạo các đối tượng mới thuộc loại sự kiện cụ thể. Nhưng khác với điều đó, nó mang lại cho bạn sự linh hoạt hơn về mặt cấu trúc mô hình của bạn một cách độc lập với giao thức XML. Ngoài ra, nó có thể lấy các thuộc tính mô hình mới dựa trên các thuộc tính trong các tin nhắn nhận được và thêm nhiều phương thức hơn trên đó.

Tạo các mô hình từ lược đồ XML

Thực hiện các lớp mô hình là một nhiệm vụ tẻ nhạt và dễ bị lỗi. Tuy nhiên, miễn là mô hình của bạn phản ánh các thông báo XML, bạn có thể tận dụng một công cụ tự động để tạo mã cần thiết cho bạn dựa trên lược đồ XML. Nhược điểm của mã như vậy là nó thường không thể đọc được hơn nếu được viết bằng tay.

Một trong những mô-đun bên thứ ba lâu đời nhất cho phép PYXB, bắt chước thư viện JAXB phổ biến của Java. Thật không may, nó đã được phát hành lần cuối vài năm trước và đang nhắm mục tiêu các phiên bản Python Legacy. Bạn có thể xem xét một giải pháp thay thế

import xml.etree.ElementTree as ET

# Get an iterable.
context = ET.iterparse(source, events=("start", "end"))
    
for index, (event, elem) in enumerate(context):
    # Get the root element.
    if index == 0:
        root = elem
    if event == "end" and elem.tag == "record":
        # ... process record elements ...
        root.clear()

Hãy nói rằng bạn có tệp lược đồ

import xml.etree.ElementTree as ET

# Get an iterable.
context = ET.iterparse(source, events=("start", "end"))
    
for index, (event, elem) in enumerate(context):
    # Get the root element.
    if index == 0:
        root = elem
    if event == "end" and elem.tag == "record":
        # ... process record elements ...
        root.clear()

import xml.etree.ElementTree as ET

# Get an iterable.
context = ET.iterparse(source, events=("start", "end"))
    
for index, (event, elem) in enumerate(context):
    # Get the root element.
    if index == 0:
        root = elem
    if event == "end" and elem.tag == "record":
        # ... process record elements ...
        root.clear()

>>> from xml.dom.minidom import parse, Node

>>> def set_id_attribute(parent, attribute_name="id"):
...     if parent.nodeType == Node.ELEMENT_NODE:
...         if parent.hasAttribute(attribute_name):
...             parent.setIdAttribute(attribute_name)
...     for child in parent.childNodes:
...         set_id_attribute(child, attribute_name)
...
>>> document = parse("smiley.svg")
>>> set_id_attribute(document)

Một lược đồ nói với trình phân tích cú pháp XML những yếu tố mong đợi, thứ tự và mức độ của chúng trong cây. Nó cũng hạn chế các giá trị được phép cho các thuộc tính XML. Bất kỳ sự khác biệt nào giữa các khai báo này và một tài liệu XML thực tế sẽ khiến nó không hợp lệ và làm cho trình phân tích cú pháp từ chối tài liệu.

Ngoài ra, một số công cụ có thể tận dụng thông tin này để tạo ra một đoạn mã ẩn các chi tiết của phân tích cú pháp XML từ bạn. Sau khi cài đặt thư viện, bạn sẽ có thể chạy lệnh

import xml.etree.ElementTree as ET

# Get an iterable.
context = ET.iterparse(source, events=("start", "end"))
    
for index, (event, elem) in enumerate(context):
    # Get the root element.
    if index == 0:
        root = elem
    if event == "end" and elem.tag == "record":
        # ... process record elements ...
        root.clear()

>>> from xml.dom.minidom import parse, Node

>>> def set_id_attribute(parent, attribute_name="id"):
...     if parent.nodeType == Node.ELEMENT_NODE:
...         if parent.hasAttribute(attribute_name):
...             parent.setIdAttribute(attribute_name)
...     for child in parent.childNodes:
...         set_id_attribute(child, attribute_name)
...
>>> document = parse("smiley.svg")
>>> set_id_attribute(document)

Nó sẽ tạo một tệp mới có tên

import xml.etree.ElementTree as ET

# Get an iterable.
context = ET.iterparse(source, events=("start", "end"))
    
for index, (event, elem) in enumerate(context):
    # Get the root element.
    if index == 0:
        root = elem
    if event == "end" and elem.tag == "record":
        # ... process record elements ...
        root.clear()

>>>

>>> from xml.dom.minidom import parse, Node

>>> def set_id_attribute(parent, attribute_name="id"):
...     if parent.nodeType == Node.ELEMENT_NODE:
...         if parent.hasAttribute(attribute_name):
...             parent.setIdAttribute(attribute_name)
...     for child in parent.childNodes:
...         set_id_attribute(child, attribute_name)
...
>>> document = parse("smiley.svg")
>>> set_id_attribute(document)

Nó trông tương tự như ví dụ

import xml.etree.ElementTree as ET

# Get an iterable.
context = ET.iterparse(source, events=("start", "end"))
    
for index, (event, elem) in enumerate(context):
    # Get the root element.
    if index == 0:
        root = elem
    if event == "end" and elem.tag == "record":
        # ... process record elements ...
        root.clear()

import xml.etree.ElementTree as ET

# Get an iterable.
context = ET.iterparse(source, events=("start", "end"))
    
for index, (event, elem) in enumerate(context):
    # Get the root element.
    if index == 0:
        root = elem
    if event == "end" and elem.tag == "record":
        # ... process record elements ...
        root.clear()