在Python中，解析XML文件或数据可以通过多种方法实现，常见的有使用SAX解析器和DOM解析器。以下将分别介绍这两种方法的基本用法和示例。 ### SAX解析器 SAX（Simple API for XML）是一种基于事件驱动的解析模型，适用于处理大型XML文件，因为它不需要将整个文档加载到内存中。Python标准库中的`xml.sax`模块提供了SAX解析器的基本功能。 #### 示例代码 ```python import xml.sax class MovieHandler(xml.sax.ContentHandler): def __init__(self): self.CurrentData = "" self.title = "" self.type = "" self.format = "" self.rating = "" self.description = "" # 元素开始事件处理 def startElement(self, tag, attributes): self.CurrentData = tag if tag == "movie": print("*****Movie*****") title = attributes["title"] print("Title:", title) # 元素结束事件处理 def endElement(self, tag): if self.CurrentData == "type": print("Type:", self.type) elif self.CurrentData == "format": print("Format:", self.format) elif self.CurrentData == "rating": print("Rating:", self.rating) elif self.CurrentData == "description": print("Description:", self.description) self.CurrentData = "" # 内容事件处理 def characters(self, content): if self.CurrentData == "type": self.type = content elif self.CurrentData == "format": self.format = content elif self.CurrentData == "rating": self.rating = content elif self.CurrentData == "description": self.description = content # 创建一个 XMLReader parser = xml.sax.make_parser() # 关闭命名空间 parser.setFeature(xml.sax.handler.feature_namespaces, 0) # 重写 ContextHandler Handler = MovieHandler() parser.setContentHandler(Handler) # 解析 XML 文件 parser.parse("movies.xml") ``` ### DOM解析器 DOM（Document Object Model）是一种树形结构模型，将整个XML文档加载到内存中进行解析。这种方法适用于小型XML文件，因为它需要更多的内存。Python中的`xml.dom.minidom`模块提供了一个简单的DOM解析器。 #### 示例代码 ```python from xml.dom.minidom import parse import xml.dom.minidom # 使用minidom解析器打开 XML 文档 DOMTree = xml.dom.minidom.parse("movies.xml") collection = DOMTree.documentElement if collection.hasAttribute("shelf"): print("Root element : %s" % collection.getAttribute("shelf")) # 在集合中获取所有电影 movies = collection.getElementsByTagName("movie") # 打印每部电影的详细信息 for movie in movies: print("*****Movie*****") if movie.hasAttribute("title"): print("Title: %s" % movie.getAttribute("title")) type = movie.getElementsByTagName('type')[0] print("Type: %s" % type.childNodes[0].data) format = movie.getElementsByTagName('format')[0] print("Format: %s" % format.childNodes[0].data) rating = movie.getElementsByTagName('rating')[0] print("Rating: %s" % rating.childNodes[0].data) description = movie.getElementsByTagName('description')[0] print("Description: %s" % description.childNodes[0].data) ``` ### CDATA解析 如果XML文件中包含CDATA段，可以通过DOM解析器来提取这些内容。以下是一个简单的示例： ```python from xml.dom.minidom import parse import xml.dom.minidom # 使用minidom解析器打开 XML 文档 DOMTree = xml.dom.minidom.parse("movies.xml") collection = DOMTree.documentElement # 获取包含CDATA的节点 movies = collection.getElementsByTagName("movie") for movie in movies: content = movie.getElementsByTagName('content')[0] print("Content: %s" % content.childNodes[0].data) ``` 以上代码展示了如何使用SAX和DOM解析器来处理XML文件，以及如何提取CDATA段的内容。根据实际需求选择合适的解析方法，可以有效地处理XML数据[^1]。