2. XML
    4. 阅读: 71008
    5. XML虽然比JSON复杂，在Web中应用也不如以前多了，不过仍有很多地方在用，所以，有必要了解如何操作XML。
    7. DOM vs SAX
    9. 操作XML有两种方法：DOM和SAX。DOM会把整个XML读入内存，解析为树，因此占用内存大，解析慢，优点是可以任意遍历树的节点。SAX是流模式，边读边解析，占用内存小，解析快，缺点是我们需要自己处理事件。
    11. 正常情况下，优先考虑SAX，因为DOM实在太占内存。
    13. 在Python中使用SAX解析XML非常简洁，通常我们关心的事件是start_element，end_element和char_data，准备好这3个函数，然后就可以解析xml了。
    15. 举个例子，当SAX解析器读到一个节点时：
    17. <a href="/">python</a>
    18. 会产生3个事件：
    20. start_element事件，在读取<a href="/">时；
    22. char_data事件，在读取python时；
    24. end_element事件，在读取</a>时。
    26. 用代码实验一下：
    28. from xml.parsers.expat import ParserCreate
    30. class DefaultSaxHandler(object):
    31.    def start_element(self, name, attrs):
    32.        print('sax:start_element: %s, attrs: %s' % (name, str(attrs)))
    34.    def end_element(self, name):
    35.        print('sax:end_element: %s' % name)
    37.    def char_data(self, text):
    38.        print('sax:char_data: %s' % text)
    40. xml = r'''<?xml version="1.0"?>
    41. <ol>
    42.    <li><a href="/python">Python</a></li>
    43.    <li><a href="/ruby">Ruby</a></li>
    44. </ol>
    45. '''
    47. handler = DefaultSaxHandler()
    48. parser = ParserCreate()
    49. parser.StartElementHandler = handler.start_element
    50. parser.EndElementHandler = handler.end_element
    51. parser.CharacterDataHandler = handler.char_data
    52. parser.Parse(xml)
    53. 需要注意的是读取一大段字符串时，CharacterDataHandler可能被多次调用，所以需要自己保存起来，在EndElementHandler里面再合并。
    55. 除了解析XML外，如何生成XML呢？99%的情况下需要生成的XML结构都是非常简单的，因此，最简单也是最有效的生成XML的方法是拼接字符串：
    57. L = []
    58. L.append(r'<?xml version="1.0"?>')
    59. L.append(r'<root>')
    60. L.append(encode('some & data'))
    61. L.append(r'</root>')
    62. return ''.join(L)
    63. 如果要生成复杂的XML呢？建议你不要用XML，改成JSON。
    65. 小结
    67. 解析XML时，注意找出自己感兴趣的节点，响应事件时，把节点数据保存起来。解析完毕后，就可以处理数据。
    69. 练习
    71. 请利用SAX编写程序解析Yahoo的XML格式的天气预报，获取天气预报：
    73. https://query.yahooapis.com/v1/public/yql?q=select%20*%20from%20weather.forecast%20where%20woeid%20%3D%202151330&format=xml
    75. 参数woeid是城市代码，要查询某个城市代码，可以在weather.yahoo.com搜索城市，浏览器地址栏的URL就包含城市代码。
    77. # -*- coding:utf-8 -*-
    79. from xml.parsers.expat import ParserCreate
    80. from urllib import request
    82. def parseXml(xml_str):
    83.    print(xml_str)
    84.    return {
    85.        'city': '?',
    86.        'forecast': [
    87.            {
    88.                'date': '2017-11-17',
    89.                'high': 43,
    90.                'low' : 26
    91.            },
    92.            {
    93.                'date': '2017-11-18',
    94.                'high': 41,
    95.                'low' : 20
    96.            },
    97.            {
    98.                'date': '2017-11-19',
    99.                'high': 43,
    100.                'low' : 19
    101.            }
    102.        ]
    103.    }
    105. # 测试:
    106. URL = 'https://query.yahooapis.com/v1/public/yql?q=select%20*%20from%20weather.forecast%20where%20woeid%20%3D%202151330&format=xml'
    108. with request.urlopen(URL, timeout=4) as f:
    109.    data = f.read()
    111. result = parseXml(data.decode('utf-8'))
    112. assert result['city'] == 'Beijing'
    113. Run
    114. 参考源码
    116. use_sax.py