Chuyển đổi XML thành đối tượng Python

Mô hình đối tượng tài liệu (DOM)

Trong lịch sử, mô hình đầu tiên và phổ biến nhất để phân tích cú pháp XML là DOM hoặc Mô hình đối tượng tài liệu, ban đầu được xác định bởi World Wide Web Consortium (W3C). Bạn có thể đã nghe nói về DOM vì trình duyệt web hiển thị giao diện DOM thông qua JavaScript để cho phép bạn thao tác mã HTML của trang web của mình. Cả XML và HTML đều thuộc cùng một họ ngôn ngữ đánh dấu, giúp cho việc phân tích cú pháp XML bằng DOM có thể thực hiện được

DOM được cho là mô hình đơn giản và linh hoạt nhất để sử dụng. Nó định nghĩa một số hoạt động tiêu chuẩn để duyệt qua và sửa đổi các phần tử tài liệu được sắp xếp theo thứ bậc của các đối tượng. Một biểu diễn trừu tượng của toàn bộ cây tài liệu được lưu trữ trong bộ nhớ, cho phép bạn truy cập ngẫu nhiên vào các thành phần riêng lẻ

Mặc dù cây DOM cho phép điều hướng nhanh và đa hướng, nhưng việc xây dựng biểu diễn trừu tượng của nó ngay từ đầu có thể tốn nhiều thời gian. Hơn nữa, toàn bộ XML được phân tích cú pháp cùng một lúc, do đó, nó phải có kích thước hợp lý để phù hợp với bộ nhớ khả dụng. Điều này làm cho DOM chỉ phù hợp với các tệp cấu hình lớn vừa phải thay vì cơ sở dữ liệu XML nhiều gigabyte

Sử dụng trình phân tích cú pháp DOM khi sự thuận tiện 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 cú pháp 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 nỗ lực hợp tác, thư viện này sau đó đã trở thành một mô hình thay thế để phân tích cú pháp XML bằng các ngôn ngữ khác. Không có đặc điểm kỹ thuật chính thức, chỉ có các cuộc thảo luận hữu cơ trên danh sách gửi thư. Kết quả cuối cùng là API phát trực tuyến dựa trên sự kiện hoạt động tuần tự trên các phần tử riêng lẻ thay vì toàn bộ cây

Các phần tử được xử lý từ trên xuống dưới theo cùng 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 khi nó tìm thấy chúng trong tài liệu. Cách tiếp cận này được gọi là phân tích cú pháp “đẩy” vì các phần tử được trình phân tích cú pháp đẩy đến các hàm của bạn

SAX cũng cho phép bạn loại bỏ các phần tử nếu bạn không quan tâm đến chúng. Điều này có nghĩa là nó có dung lượng bộ nhớ thấp hơn nhiều so với DOM và có thể xử lý các tệp lớn tùy ý, rất phù hợp cho xử lý một lần như lập chỉ mục, chuyển đổi sang các định dạng khác, v.v.

Tuy nhiên, việc tìm kiếm hoặc sửa đổi các nút cây ngẫu nhiên rất cồng kềnh vì nó thường yêu cầu nhiều lần chuyển tài liệu và theo dõi các nút đã truy cập. SAX cũng bất tiện khi xử lý các phần tử được lồng sâu. Cuối cùng, mô hình SAX chỉ cho phép phân tích cú pháp chỉ đọc

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

API truyền phát cho XML (StAX)

Mặc dù hơi ít phổ biến hơn trong Python, cách tiếp cận thứ ba này để phân tích cú pháp XML được xây dựng trên SAX. Nó mở rộng ý tưởng phát trực tuyến nhưng thay vào đó sử dụng mô hình phân tích cú pháp “kéo”, giúp bạn kiểm soát nhiều hơn. Bạn có thể nghĩ về StAX như một đối tượng con trỏ tiến lên thông qua một tài liệu XML, nơi các trình xử lý tùy chỉnh gọi trình phân tích cú pháp theo yêu cầu chứ không phải theo cách khác

Ghi chú. Có thể kết hợp nhiều hơn một mô hình phân tích cú pháp XML. Ví dụ: bạn có thể sử dụng SAX hoặc StAX để tìm nhanh một phần dữ liệu thú vị trong tài liệu và sau đó xây dựng biểu diễn DOM chỉ nhánh cụ thể đó trong bộ nhớ

Sử dụng StAX cho phép bạn kiểm soát nhiều hơn quá trình phân tích cú pháp và cho phép quản lý trạng thái thuận tiện hơn. Các sự kiện trong luồng chỉ được sử dụng khi được yêu cầu, cho phép đánh giá chậm. Ngoài ra, hiệu suất của nó phải ngang bằng với SAX, tùy thuộc vào việc triển khai trình phân tích cú pháp

>>> element = document.getElementById("smiley") >>> element.parentNode <DOM Element: svg at 0x7fc78c62d790> >>> element.firstChild <DOM Text node "'\n '"> >>> element.lastChild <DOM Text node "'\n '"> >>> element.nextSibling <DOM Text node "'\n '"> >>> element.previousSibling <DOM Text node "'\n '"> 4. Triển khai DOM tối thiểu

Xét rằng việc phân tích cú pháp các tài liệu XML bằng DOM được cho là đơn giản nhất, bạn sẽ không ngạc nhiên khi tìm thấy một trình phân tích cú pháp DOM trong thư viện chuẩn của Python. Tuy nhiên, điều đáng ngạc nhiên là thực tế có hai trình phân tích cú pháp DOM

Gói

>>> element = document.getElementById("smiley")

>>> element.parentNode
<DOM Element: svg at 0x7fc78c62d790>

>>> element.firstChild
<DOM Text node "'\n    '">

>>> element.lastChild
<DOM Text node "'\n  '">

>>> element.nextSibling
<DOM Text node "'\n  '">

>>> element.previousSibling
<DOM Text node "'\n  '">

1. >>> element = document.getElementById("smiley")
   
   >>> element.parentNode
   <DOM Element: svg at 0x7fc78c62d790>
   
   >>> element.firstChild
   <DOM Text node "'\n    '">
   
   >>> element.lastChild
   <DOM Text node "'\n  '">
   
   >>> element.nextSibling
   <DOM Text node "'\n  '">
   
   >>> element.previousSibling
   <DOM Text node "'\n  '">
   

   4

2. >>> element = document.getElementById("smiley")
   
   >>> element.parentNode
   <DOM Element: svg at 0x7fc78c62d790>
   
   >>> element.firstChild
   <DOM Text node "'\n    '">
   
   >>> element.lastChild
   <DOM Text node "'\n  '">
   
   >>> element.nextSibling
   <DOM Text node "'\n  '">
   
   >>> element.previousSibling
   <DOM Text node "'\n  '">
   

   7

Đầu tiên là triển khai rút gọn giao diện DOM tuân theo phiên bản tương đối cũ của đặc tả W3C. Nó cung cấp các đối tượng phổ biến được xác định bởi API DOM, chẳng hạn như

>>> element = document.getElementById("smiley")

>>> element.parentNode
<DOM Element: svg at 0x7fc78c62d790>

>>> element.firstChild
<DOM Text node "'\n    '">

>>> element.lastChild
<DOM Text node "'\n  '">

>>> element.nextSibling
<DOM Text node "'\n  '">

>>> element.previousSibling
<DOM Text node "'\n  '">

>>> element = document.getElementById("smiley")

>>> element.parentNode
<DOM Element: svg at 0x7fc78c62d790>

>>> element.firstChild
<DOM Text node "'\n    '">

>>> element.lastChild
<DOM Text node "'\n  '">

>>> element.nextSibling
<DOM Text node "'\n  '">

>>> element.previousSibling
<DOM Text node "'\n  '">

>>> def remove_whitespace(node):
..     if node.nodeType == Node.TEXT_NODE:
..         if node.nodeValue.strip() == "":
..             node.nodeValue = ""
..     for child in node.childNodes:
..         remove_whitespace(child)
...
>>> document = parse("smiley.svg")
>>> set_id_attribute(document)
>>> remove_whitespace(document)
>>> document.normalize()

Mô-đun thứ hai có tên hơi gây hiểu lầm vì nó xác định trình phân tích cú pháp kéo luồng, có thể tùy chọn tạo biểu diễn DOM của nút hiện tại trong cây tài liệu. Bạn sẽ tìm thấy thêm thông tin về trình phân tích cú pháp

>>> def remove_whitespace(node):
..     if node.nodeType == Node.TEXT_NODE:
..         if node.nodeValue.strip() == "":
..             node.nodeValue = ""
..     for child in node.childNodes:
..         remove_whitespace(child)
...
>>> document = parse("smiley.svg")
>>> set_id_attribute(document)
>>> remove_whitespace(document)
>>> document.normalize()

Có hai chức năng trong

>>> def remove_whitespace(node):
..     if node.nodeType == Node.TEXT_NODE:
..         if node.nodeValue.strip() == "":
..             node.nodeValue = ""
..     for child in node.childNodes:
..         remove_whitespace(child)
...
>>> document = parse("smiley.svg")
>>> set_id_attribute(document)
>>> remove_whitespace(document)
>>> document.normalize()

>>>

>>> 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("""\
.. <svg viewBox="-105 -100 210 270">
..   <!-- More content goes here.. -->
.. </svg>
.. """)

Giúp nhúng một chuỗi ký tự nhiều dòng mà không cần sử dụng ký tự tiếp nối (

>>> def remove_whitespace(node):
..     if node.nodeType == Node.TEXT_NODE:
..         if node.nodeValue.strip() == "":
..             node.nodeValue = ""
..     for child in node.childNodes:
..         remove_whitespace(child)
...
>>> document = parse("smiley.svg")
>>> set_id_attribute(document)
>>> remove_whitespace(document)
>>> document.normalize()

>>> element = document.getElementById("smiley")

>>> element.parentNode
<DOM Element: svg at 0x7fc78c62d790>

>>> element.firstChild
<DOM Text node "'\n    '">

>>> element.lastChild
<DOM Text node "'\n  '">

>>> element.nextSibling
<DOM Text node "'\n  '">

>>> element.previousSibling
<DOM Text node "'\n  '">

Ngoài ra, bạn sẽ có thể truy cập khai báo 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
[<DOM Text node "'Hello'">]

>>> # Document Root
>>> document.documentElement
<DOM Element: svg at 0x7fc78c62d790>

Như bạn có thể thấy, mặc dù trình phân tích cú pháp XML mặc định trong Python không thể xác thực tài liệu, nhưng nó vẫn cho phép bạn kiểm tra

>>> def remove_whitespace(node):
..     if node.nodeType == Node.TEXT_NODE:
..         if node.nodeValue.strip() == "":
..             node.nodeValue = ""
..     for child in node.childNodes:
..         remove_whitespace(child)
...
>>> document = parse("smiley.svg")
>>> set_id_attribute(document)
>>> remove_whitespace(document)
>>> document.normalize()

>>> def remove_whitespace(node):
..     if node.nodeType == Node.TEXT_NODE:
..         if node.nodeValue.strip() == "":
..             node.nodeValue = ""
..     for child in node.childNodes:
..         remove_whitespace(child)
...
>>> document = parse("smiley.svg")
>>> set_id_attribute(document)
>>> remove_whitespace(document)
>>> document.normalize()

Để tìm phần tử theo ID, bạn phải sử dụng thể hiện

>>> element = document.getElementById("smiley")

>>> element.parentNode
<DOM Element: svg at 0x7fc78c62d790>

>>> element.firstChild
<DOM Text node "'\n    '">

>>> element.lastChild
<DOM Text node "'\n  '">

>>> element.nextSibling
<DOM Text node "'\n  '">

>>> element.previousSibling
<DOM Text node "'\n  '">

>>> element = document.getElementById("smiley")

>>> element.parentNode
<DOM Element: svg at 0x7fc78c62d790>

>>> element.firstChild
<DOM Text node "'\n    '">

>>> element.lastChild
<DOM Text node "'\n  '">

>>> element.nextSibling
<DOM Text node "'\n  '">

>>> element.previousSibling
<DOM Text node "'\n  '">

>>> def remove_whitespace(node):
..     if node.nodeType == Node.TEXT_NODE:
..         if node.nodeValue.strip() == "":
..             node.nodeValue = ""
..     for child in node.childNodes:
..         remove_whitespace(child)
...
>>> document = parse("smiley.svg")
>>> set_id_attribute(document)
>>> remove_whitespace(document)
>>> document.normalize()

>>>

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

Điều đó có thể gây ngạc nhiên cho những người chỉ làm việc với HTML và JavaScript nhưng chưa từng làm việc với XML trước đây. Trong khi HTML xác định ngữ nghĩa cho các phần tử và thuộc tính nhất định, chẳng hạn như

>>> 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("""\
.. <svg viewBox="-105 -100 210 270">
..   <!-- More content goes here.. -->
.. </svg>
.. """)

>>> def remove_whitespace(node):
..     if node.nodeType == Node.TEXT_NODE:
..         if node.nodeValue.strip() == "":
..             node.nodeValue = ""
..     for child in node.childNodes:
..         remove_whitespace(child)
...
>>> document = parse("smiley.svg")
>>> set_id_attribute(document)
>>> remove_whitespace(document)
>>> document.normalize()

>>> 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("""\
.. <svg viewBox="-105 -100 210 270">
..   <!-- More content goes here.. -->
.. </svg>
.. """)

Definition StyleImplementationDTD

>>> 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("""\
.. <svg viewBox="-105 -100 210 270">
..   <!-- More content goes here.. -->
.. </svg>
.. """)

>>> 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("""\
.. <svg viewBox="-105 -100 210 270">
..   <!-- More content goes here.. -->
.. </svg>
.. """)

Tuy nhiên, sử dụng DTD là không đủ để khắc phục sự cố nếu tài liệu của bạn có không gian tên mặc định, đây là trường hợp của hình ảnh SVG mẫu. Để giải quyết vấn đề này, bạn có thể truy cập tất cả các phần tử theo cách đệ quy trong Python, kiểm tra xem chúng có thuộc tính

>>> def remove_whitespace(node):
..     if node.nodeType == Node.TEXT_NODE:
..         if node.nodeValue.strip() == "":
..             node.nodeValue = ""
..     for child in node.childNodes:
..         remove_whitespace(child)
...
>>> document = parse("smiley.svg")
>>> set_id_attribute(document)
>>> remove_whitespace(document)
>>> document.normalize()

>>>

>>> 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)

Hàm

>>> 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("""\
.. <svg viewBox="-105 -100 210 270">
..   <!-- More content goes here.. -->
.. </svg>
.. """)

>>> 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("""\
.. <svg viewBox="-105 -100 210 270">
..   <!-- More content goes here.. -->
.. </svg>
.. """)

>>> def remove_whitespace(node):
..     if node.nodeType == Node.TEXT_NODE:
..         if node.nodeValue.strip() == "":
..             node.nodeValue = ""
..     for child in node.childNodes:
..         remove_whitespace(child)
...
>>> document = parse("smiley.svg")
>>> set_id_attribute(document)
>>> remove_whitespace(document)
>>> document.normalize()

>>>

>>> document.getElementById("skin")
<DOM Element: linearGradient at 0x7f82247703a0>

>>> document.getElementById("smiley")
<DOM Element: g at 0x7f8224770940>

Bây giờ, bạn đang nhận được phần tử XML dự kiến ​​tương ứng với giá trị của thuộc tính

>>> def remove_whitespace(node):
..     if node.nodeType == Node.TEXT_NODE:
..         if node.nodeValue.strip() == "":
..             node.nodeValue = ""
..     for child in node.childNodes:
..         remove_whitespace(child)
...
>>> document = parse("smiley.svg")
>>> set_id_attribute(document)
>>> remove_whitespace(document)
>>> document.normalize()

Sử dụng ID cho phép tìm tối đa một phần tử duy nhất, nhưng bạn cũng có thể tìm tập hợp các phần tử tương tự theo tên thẻ của chúng. Không giống như phương pháp

>>> 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("""\
.. <svg viewBox="-105 -100 210 270">
..   <!-- More content goes here.. -->
.. </svg>
.. """)

>>> 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("""\
.. <svg viewBox="-105 -100 210 270">
..   <!-- More content goes here.. -->
.. </svg>
.. """)

>>>

>>> document.getElementsByTagName("ellipse")
[
    <DOM Element: ellipse at 0x7fa2c944f430>,
    <DOM Element: ellipse at 0x7fa2c944f4c0>
]

>>> root = document.documentElement
>>> root.getElementsByTagName("ellipse")
[
    <DOM Element: ellipse at 0x7fa2c944f430>,
    <DOM Element: ellipse at 0x7fa2c944f4c0>
]

Lưu ý rằng

>>> 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("""\
.. <svg viewBox="-105 -100 210 270">
..   <!-- More content goes here.. -->
.. </svg>
.. """)

>>> def remove_whitespace(node):
..     if node.nodeType == Node.TEXT_NODE:
..         if node.nodeValue.strip() == "":
..             node.nodeValue = ""
..     for child in node.childNodes:
..         remove_whitespace(child)
...
>>> document = parse("smiley.svg")
>>> set_id_attribute(document)
>>> remove_whitespace(document)
>>> document.normalize()

Thật không may, các phần tử như

>>> 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("""\
.. <svg viewBox="-105 -100 210 270">
..   <!-- More content goes here.. -->
.. </svg>
.. """)

>>> 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("""\
.. <svg viewBox="-105 -100 210 270">
..   <!-- More content goes here.. -->
.. </svg>
.. """)

>>>

>>> document.getElementsByTagNameNS(
..     "http://www.inkscape.org/namespaces/inkscape",
..     "custom"
.. )
...
[<DOM Element: inkscape:custom at 0x7f97e3f2a3a0>]

>>> document.getElementsByTagNameNS("*", "custom")
[<DOM Element: inkscape:custom at 0x7f97e3f2a3a0>]

Đối số đầu tiên phải là không gian tên XML, thường có dạng tên miền, trong khi đối số thứ hai là tên thẻ. Lưu ý rằng tiền tố không gian tên không liên quan. Để tìm kiếm tất cả các không gian tên, bạn có thể cung cấp một ký tự đại diện (

>>> 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("""\
.. <svg viewBox="-105 -100 210 270">
..   <!-- More content goes here.. -->
.. </svg>
.. """)

Ghi chú. Để tìm các không gian tên được khai báo trong tài liệu XML của bạn, bạn có thể kiểm tra các thuộc tính của phần tử gốc. Về lý thuyết, chúng có thể được khai báo trên bất kỳ phần tử nào, nhưng phần tử cấp cao nhất là nơi bạn thường tìm thấy chúng

Sau khi xác định được yếu tố mà bạn quan tâm, bạn có thể sử dụng yếu tố đó để đi bộ trên cây. Tuy nhiên, một điều khó hiểu khác với

>>> def remove_whitespace(node):
..     if node.nodeType == Node.TEXT_NODE:
..         if node.nodeValue.strip() == "":
..             node.nodeValue = ""
..     for child in node.childNodes:
..         remove_whitespace(child)
...
>>> document = parse("smiley.svg")
>>> set_id_attribute(document)
>>> remove_whitespace(document)
>>> document.normalize()

>>>

>>> element = document.getElementById("smiley")

>>> element.parentNode
<DOM Element: svg at 0x7fc78c62d790>

>>> element.firstChild
<DOM Text node "'\n    '">

>>> element.lastChild
<DOM Text node "'\n  '">

>>> element.nextSibling
<DOM Text node "'\n  '">

>>> element.previousSibling
<DOM Text node "'\n  '">

Các ký tự dòng mới và thụt đầu dòng được ghi lại dưới dạng các phần tử cây riêng biệt, đây là điều mà thông số kỹ thuật yêu cầu. Một số trình phân tích cú pháp cho phép bạn bỏ qua những điều này, nhưng không phải trình phân tích cú pháp Python. Tuy nhiên, những gì bạn có thể làm là thu gọn khoảng trắng trong các nút đó theo cách thủ công

>>>

>>> def remove_whitespace(node):
..     if node.nodeType == Node.TEXT_NODE:
..         if node.nodeValue.strip() == "":
..             node.nodeValue = ""
..     for child in node.childNodes:
..         remove_whitespace(child)
...
>>> document = parse("smiley.svg")
>>> set_id_attribute(document)
>>> remove_whitespace(document)
>>> document.normalize()

Lưu ý rằng bạn cũng phải kết hợp các nút văn bản liền kề với tài liệu. Nếu không, bạn có thể kết thúc với một loạt các phần tử XML dư thừa chỉ với khoảng trắng. Một lần nữa, đệ quy là cách duy nhất để truy cập các phần tử của cây vì bạn không thể lặp lại tài liệu và các phần tử của nó bằng một vòng lặp. Cuối cùng, điều này sẽ cung cấp cho bạn kết quả mong đợi

>>>

>>> 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("""\
.. <svg viewBox="-105 -100 210 270">
..   <!-- More content goes here.. -->
.. </svg>
.. """)

Các phần tử hiển thị một vài phương thức và thuộc tính hữu ích để cho phép bạn truy vấn chi tiết của chúng

>>>

>>> 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("""\
.. <svg viewBox="-105 -100 210 270">
..   <!-- More content goes here.. -->
.. </svg>
.. """)

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 rỗng (

>>> 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("""\
.. <svg viewBox="-105 -100 210 270">
..   <!-- More content goes here.. -->
.. </svg>
.. """)

Xử lý các thuộc tính không gian tên không khác nhiều. Bạn chỉ cần nhớ thêm tiền tố vào tên thuộc tính tương ứng hoặc cung cấp tên miền

>>>

>>> 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("""\
.. <svg viewBox="-105 -100 210 270">
..   <!-- More content goes here.. -->
.. </svg>
.. """)

Thật kỳ lạ, ký tự đại diện (

>>> 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("""\
.. <svg viewBox="-105 -100 210 270">
..   <!-- More content goes here.. -->
.. </svg>
.. """)

>>> 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("""\
.. <svg viewBox="-105 -100 210 270">
..   <!-- More content goes here.. -->
.. </svg>
.. """)

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

>>> def remove_whitespace(node):
..     if node.nodeType == Node.TEXT_NODE:
..         if node.nodeValue.strip() == "":
..             node.nodeValue = ""
..     for child in node.childNodes:
..         remove_whitespace(child)
...
>>> document = parse("smiley.svg")
>>> set_id_attribute(document)
>>> remove_whitespace(document)
>>> document.normalize()

Như bạn có thể thấy, mô-đun

>>> def remove_whitespace(node):
..     if node.nodeType == Node.TEXT_NODE:
..         if node.nodeValue.strip() == "":
..             node.nodeValue = ""
..     for child in node.childNodes:
..         remove_whitespace(child)
...
>>> document = parse("smiley.svg")
>>> set_id_attribute(document)
>>> remove_whitespace(document)
>>> document.normalize()

>>> 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("""\ .. <svg viewBox="-105 -100 210 270"> .. <!-- More content goes here.. --> .. </svg> .. """) 24. Giao diện SAX cho Python

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

>>> 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("""\
.. <svg viewBox="-105 -100 210 270">
..   <!-- More content goes here.. -->
.. </svg>
.. """)

>>> 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("""\
.. <svg viewBox="-105 -100 210 270">
..   <!-- More content goes here.. -->
.. </svg>
.. """)

>>> 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("""\
.. <svg viewBox="-105 -100 210 270">
..   <!-- More content goes here.. -->
.. </svg>
.. """)

>>> 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("""\
.. <svg viewBox="-105 -100 210 270">
..   <!-- More content goes here.. -->
.. </svg>
.. """)

Trình xử lý nội dung nhận một luồng sự kiện tương ứng với các phần tử trong tài liệu của bạn khi nó được phân tích cú pháp. Chạy mã này sẽ không làm được gì hữu ích vì lớp trình xử lý của bạn trống. Để làm cho nó hoạt động, bạn sẽ cần quá tải một hoặc nhiều từ lớp cha

Khởi động trình chỉnh sửa yêu thích của bạn, nhập mã sau đây và lưu nó vào một tệp có tên

>>> 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("""\
.. <svg viewBox="-105 -100 210 270">
..   <!-- More content goes here.. -->
.. </svg>
.. """)

>>> 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("""\
.. <svg viewBox="-105 -100 210 270">
..   <!-- More content goes here.. -->
.. </svg>
.. """)

Trình xử lý nội dung đã sửa đổi này in ra một số sự kiện trên đầu ra tiêu chuẩn. Trình phân tích cú pháp SAX sẽ gọi ba phương thức này cho bạn để phản hồi 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 chạy thử. Nó sẽ tạo ra đầu ra sau

>>>

>>> 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("""\
.. <svg viewBox="-105 -100 210 270">
..   <!-- More content goes here.. -->
.. </svg>
.. """)

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

>>>

>>> 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("""\
.. <svg viewBox="-105 -100 210 270">
..   <!-- More content goes here.. -->
.. </svg>
.. """)

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

>>> 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("""\
.. <svg viewBox="-105 -100 210 270">
..   <!-- More content goes here.. -->
.. </svg>
.. """)

>>> 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("""\
.. <svg viewBox="-105 -100 210 270">
..   <!-- More content goes here.. -->
.. </svg>
.. """)

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

>>> 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("""\
.. <svg viewBox="-105 -100 210 270">
..   <!-- More content goes here.. -->
.. </svg>
.. """)

>>> 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("""\
.. <svg viewBox="-105 -100 210 270">
..   <!-- More content goes here.. -->
.. </svg>
.. """)

>>> 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("""\
.. <svg viewBox="-105 -100 210 270">
..   <!-- More content goes here.. -->
.. </svg>
.. """)

Trình phân tích cú pháp SAX cung cấp cho bạn các thuộc tính dưới dạng thuộc tính mà bạn có thể chuyển đổi sang từ điển Python đơn giản bằng cách gọi hàm

>>> 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("""\
.. <svg viewBox="-105 -100 210 270">
..   <!-- More content goes here.. -->
.. </svg>
.. """)

>>> 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("""\
.. <svg viewBox="-105 -100 210 270">
..   <!-- More content goes here.. -->
.. </svg>
.. """)

>>> 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("""\
.. <svg viewBox="-105 -100 210 270">
..   <!-- More content goes here.. -->
.. </svg>
.. """)

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

>>> 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("""\
.. <svg viewBox="-105 -100 210 270">
..   <!-- More content goes here.. -->
.. </svg>
.. """)

>>> 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("""\
.. <svg viewBox="-105 -100 210 270">
..   <!-- More content goes here.. -->
.. </svg>
.. """)

Cuối cùng, khi trình phân tích cú pháp tình cờ gặp thẻ đóng, bạn có thể bật phần tử hiện tại khỏi ngăn xếp và nối nó vào phần tử con của cha mẹ nó. Nếu chỉ còn một phần tử, thì đó sẽ là thư mục gốc của tài liệu mà bạn nên giữ lại sau này. Ngoài ra, bạn có thể muốn xóa phần tử hiện tại bằng cách xóa các khóa có giá trị trống

>>> 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
[<DOM Text node "'Hello'">]

>>> # Document Root
>>> document.documentElement
<DOM Element: svg at 0x7fc78c62d790>

Lưu ý rằng

>>> 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("""\
.. <svg viewBox="-105 -100 210 270">
..   <!-- More content goes here.. -->
.. </svg>
.. """)

Trình xử lý SAX dành cho Trình chuyển đổi SVG sang JSONHiển thị/Ẩn

>>> 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
[<DOM Text node "'Hello'">]

>>> # Document Root
>>> document.documentElement
<DOM Element: svg at 0x7fc78c62d790>

Bây giờ, đã đến lúc thử nghiệm mọi thứ bằng cách phân tích cú pháp XML, trích xuất phần tử gốc từ trình xử lý nội dung của bạn và kết xuất nó thành một chuỗi JSON

>>>

>>> 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
[<DOM Text node "'Hello'">]

>>> # Document Root
>>> document.documentElement
<DOM Element: svg at 0x7fc78c62d790>

Điều đáng chú ý là việc triển khai này không tăng bộ nhớ so với DOM vì nó xây dựng một biểu diễn trừu tượng của toàn bộ tài liệu giống như trước đây. Sự khác biệt là bạn đã tạo một biểu diễn từ điển tùy chỉnh thay vì cây DOM tiêu chuẩn. Tuy nhiên, bạn có thể tưởng tượng việc ghi 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 giới hạn bộ nhớ máy tính của bạn một cách hiệu quả

Nếu bạn muốn phân tích cú pháp các không gian tên XML, thì bạn sẽ cần tự tạo và định cấu hình trình phân tích cú pháp SAX bằng một chút mã soạn sẵn và cũng triển khai các lệnh gọi lại hơi khác

>>> 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
[<DOM Text node "'Hello'">]

>>> # Document Root
>>> document.documentElement
<DOM Element: svg at 0x7fc78c62d790>

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

>>>

>>> 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
[<DOM Text node "'Hello'">]

>>> # Document Root
>>> document.documentElement
<DOM Element: svg at 0x7fc78c62d790>

Đặt tính năng này biến phần tử

>>> 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("""\
.. <svg viewBox="-105 -100 210 270">
..   <!-- More content goes here.. -->
.. </svg>
.. """)

Gói

>>> 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("""\
.. <svg viewBox="-105 -100 210 270">
..   <!-- More content goes here.. -->
.. </svg>
.. """)

>>> element = document.getElementById("smiley") >>> element.parentNode <DOM Element: svg at 0x7fc78c62d790> >>> element.firstChild <DOM Text node "'\n '"> >>> element.lastChild <DOM Text node "'\n '"> >>> element.nextSibling <DOM Text node "'\n '"> >>> element.previousSibling <DOM Text node "'\n '"> 7. Trình phân tích cú pháp kéo trực tuyến

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

>>> element = document.getElementById("smiley")

>>> element.parentNode
<DOM Element: svg at 0x7fc78c62d790>

>>> element.firstChild
<DOM Text node "'\n    '">

>>> element.lastChild
<DOM Text node "'\n  '">

>>> element.nextSibling
<DOM Text node "'\n  '">

>>> element.previousSibling
<DOM Text node "'\n  '">

>>> 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("""\
.. <svg viewBox="-105 -100 210 270">
..   <!-- More content goes here.. -->
.. </svg>
.. """)

>>> element = document.getElementById("smiley")

>>> element.parentNode
<DOM Element: svg at 0x7fc78c62d790>

>>> element.firstChild
<DOM Text node "'\n    '">

>>> element.lastChild
<DOM Text node "'\n  '">

>>> element.nextSibling
<DOM Text node "'\n  '">

>>> element.previousSibling
<DOM Text node "'\n  '">

Ghi chú. Hỗ trợ không gian tên XML được bật theo mặc định trong

>>> element = document.getElementById("smiley")

>>> element.parentNode
<DOM Element: svg at 0x7fc78c62d790>

>>> element.firstChild
<DOM Text node "'\n    '">

>>> element.lastChild
<DOM Text node "'\n  '">

>>> element.nextSibling
<DOM Text node "'\n  '">

>>> element.previousSibling
<DOM Text node "'\n  '">

Mặc dù mô hình SAX tuân theo mẫu người quan sát, nhưng bạn có thể coi StAX là mẫu thiết kế trình lặp, cho phép bạn lặp qua một luồng sự kiện cố định. Một lần nữa, bạn có thể gọi các hàm quen thuộc

>>> 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("""\
.. <svg viewBox="-105 -100 210 270">
..   <!-- More content goes here.. -->
.. </svg>
.. """)

>>> 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("""\
.. <svg viewBox="-105 -100 210 270">
..   <!-- More content goes here.. -->
.. </svg>
.. """)

>>>

>>> 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
[<DOM Text node "'Hello'">]

>>> # Document Root
>>> document.documentElement
<DOM Element: svg at 0x7fc78c62d790>

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

>>> 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("""\
.. <svg viewBox="-105 -100 210 270">
..   <!-- More content goes here.. -->
.. </svg>
.. """)

>>> element = document.getElementById("smiley")

>>> element.parentNode
<DOM Element: svg at 0x7fc78c62d790>

>>> element.firstChild
<DOM Text node "'\n    '">

>>> element.lastChild
<DOM Text node "'\n  '">

>>> element.nextSibling
<DOM Text node "'\n  '">

>>> element.previousSibling
<DOM Text node "'\n  '">

Lưu ý rằng các nút XML được lấy từ luồng có các loại được xác định trong

>>> element = document.getElementById("smiley")

>>> element.parentNode
<DOM Element: svg at 0x7fc78c62d790>

>>> element.firstChild
<DOM Text node "'\n    '">

>>> element.lastChild
<DOM Text node "'\n  '">

>>> element.nextSibling
<DOM Text node "'\n  '">

>>> element.previousSibling
<DOM Text node "'\n  '">

>>>

>>> 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
[<DOM Text node "'Hello'">]

>>> # Document Root
>>> document.documentElement
<DOM Element: svg at 0x7fc78c62d790>

Các thuộc tính liên quan trống. Dù sao, trình phân tích cú pháp kéo có thể trợ giúp theo cách tiếp cận kết hợp để tra cứu nhanh một số phần tử cha và xây dựng một cây DOM chỉ dành cho nhánh bắt nguồn từ nó

>>> 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
[<DOM Text node "'Hello'">]

>>> # Document Root
>>> document.documentElement
<DOM Element: svg at 0x7fc78c62d790>

Bằng cách gọi

>>> 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("""\
.. <svg viewBox="-105 -100 210 270">
..   <!-- More content goes here.. -->
.. </svg>
.. """)

Trình phân tích cú pháp kéo cung cấp một giải pháp thay thế thú vị cho DOM và SAX bằng cách kết hợp những điều tốt nhất của cả hai thế giới. Nó hiệu quả, linh hoạt và dễ sử dụng, dẫn đến mã nhỏ gọn hơn và dễ đọc hơn. Bạn cũng có thể sử dụng nó để xử lý nhiều tệp XML cùng lúc một cách dễ dàng hơn. Điều đó nói rằng, không có trình phân tích cú pháp XML nào được đề cập cho đến nay có thể phù hợp với sự sang trọng, đơn giản và đầy đủ của trình phân tích cú pháp cuối cùng xuất hiện trong thư viện chuẩn của Python

>>> 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("""\ .. <svg viewBox="-105 -100 210 270"> .. <!-- More content goes here.. --> .. </svg> .. """) 50. Một sự thay thế nhẹ, Pythonic

Trình phân tích cú pháp XML mà bạn đã biết cho đến nay đã hoàn thành công việc. Tuy nhiên, chúng không phù hợp lắm với triết lý của Python, và đó không phải là ngẫu nhiên. Mặc dù DOM tuân theo đặc điểm kỹ thuật của W3C và SAX được mô hình hóa sau API Java, nhưng không cảm thấy đặc biệt Pythonic

Tệ hơn nữa, cả trình phân tích cú pháp DOM và SAX đều cảm thấy lỗi thời vì một số mã của chúng trong trình thông dịch CPython đã không thay đổi trong hơn hai thập kỷ. Tại thời điểm viết bài này, quá trình triển khai của chúng vẫn chưa hoàn thiện và thiếu các sơ khai đã nhập, điều này làm hỏng quá trình hoàn thành mã trong trình chỉnh sửa mã

Trong khi đó, Python 2. 5 đã mang đến một góc nhìn mới về phân tích cú pháp và viết các tài liệu XML—API ElementTree. Đó là một giao diện nhẹ, hiệu quả, trang nhã và giàu tính năng mà ngay cả một số thư viện của bên thứ ba cũng xây dựng trên đó. Để bắt đầu với nó, bạn phải nhập mô-đun

>>> 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("""\
.. <svg viewBox="-105 -100 210 270">
..   <!-- More content goes here.. -->
.. </svg>
.. """)

>>> 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
[<DOM Text node "'Hello'">]

>>> # Document Root
>>> document.documentElement
<DOM Element: svg at 0x7fc78c62d790>

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

>>> 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("""\
.. <svg viewBox="-105 -100 210 270">
..   <!-- More content goes here.. -->
.. </svg>
.. """)

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

Không tăng dầnTăng dần (Chặn)Tăng dần (Không chặn)

>>> 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("""\
.. <svg viewBox="-105 -100 210 270">
..   <!-- More content goes here.. -->
.. </svg>
.. """)

>>> 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("""\
.. <svg viewBox="-105 -100 210 270">
..   <!-- More content goes here.. -->
.. </svg>
.. """)

>>> 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("""\
.. <svg viewBox="-105 -100 210 270">
..   <!-- More content goes here.. -->
.. </svg>
.. """)

>>> 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("""\
.. <svg viewBox="-105 -100 210 270">
..   <!-- More content goes here.. -->
.. </svg>
.. """)

Chiến lược không gia 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 cú pháp tệp hoặc chuỗi Python có nội dung XML

>>>

>>> 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
[<DOM Text node "'Hello'">]

>>> # Document Root
>>> document.documentElement
<DOM Element: svg at 0x7fc78c62d790>

Phân tích cú pháp một đối tượng tệp hoặc tên tệp bằng

>>> 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("""\
.. <svg viewBox="-105 -100 210 270">
..   <!-- More content goes here.. -->
.. </svg>
.. """)

>>> 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("""\
.. <svg viewBox="-105 -100 210 270">
..   <!-- More content goes here.. -->
.. </svg>
.. """)

Ngoài ra, bạn có thể đọc dần dần tài liệu XML bằng trình phân tích cú pháp kéo trực tuyến, tạo ra một chuỗi các sự kiện và phần tử

>>>

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

Theo mặc định,

>>> 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("""\
.. <svg viewBox="-105 -100 210 270">
..   <!-- More content goes here.. -->
.. </svg>
.. """)

>>> 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("""\
.. <svg viewBox="-105 -100 210 270">
..   <!-- More content goes here.. -->
.. </svg>
.. """)

>>> 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("""\
.. <svg viewBox="-105 -100 210 270">
..   <!-- More content goes here.. -->
.. </svg>
.. """)

>>>

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

Dưới đây là danh sách tất cả các loại sự kiện có sẵn

• >>> 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("""\
  .. <svg viewBox="-105 -100 210 270">
  ..   <!-- More content goes here.. -->
  .. </svg>
  .. """)
  

  64. Bắt đầu một phần tử

• >>> 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("""\
  .. <svg viewBox="-105 -100 210 270">
  ..   <!-- More content goes here.. -->
  .. </svg>
  .. """)
  

  62. Kết thúc một phần tử

• >>> 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("""\
  .. <svg viewBox="-105 -100 210 270">
  ..   <!-- More content goes here.. -->
  .. </svg>
  .. """)
  

  66. yếu tố bình luận

• >>> 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("""\
  .. <svg viewBox="-105 -100 210 270">
  ..   <!-- More content goes here.. -->
  .. </svg>
  .. """)
  

  67. Hướng dẫn xử lý, như trong XSL

• >>> 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("""\
  .. <svg viewBox="-105 -100 210 270">
  ..   <!-- More content goes here.. -->
  .. </svg>
  .. """)
  

  68. Bắt đầu một không gian tên

• >>> 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("""\
  .. <svg viewBox="-105 -100 210 270">
  ..   <!-- More content goes here.. -->
  .. </svg>
  .. """)
  

  69. Kết thúc một không gian tên

Nhược điểm của

>>> 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("""\
.. <svg viewBox="-105 -100 210 270">
..   <!-- More content goes here.. -->
.. </svg>
.. """)

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

Ví dụ giả định này cung cấp cho trình phân tích cú pháp các đoạn XML có thể đến cách nhau vài giây. Sau khi có đủ nội dung, bạn có thể lặp lại một chuỗi các sự kiện và phần tử được trình phân tích cú pháp lưu vào bộ đệm. Chiến lược phân tích cú pháp gia tăng không chặn này cho phép phân tích cú pháp thực sự đồng thời nhiều tài liệu XML một cách nhanh chóng trong khi bạn tải chúng xuống

Các phần tử trong cây có thể thay đổi, có thể lặp lại và có thể lập chỉ mục. Chúng có chiều dài tương ứng với số con trực tiếp của chúng

>>>

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

Tên thẻ có thể được bắt đầu bằng một không gian tên tùy chọn được đặt trong một cặp dấu ngoặc nhọn (

>>> 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("""\
.. <svg viewBox="-105 -100 210 270">
..   <!-- More content goes here.. -->
.. </svg>
.. """)

>>> 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("""\
.. <svg viewBox="-105 -100 210 270">
..   <!-- More content goes here.. -->
.. </svg>
.. """)

>>> 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("""\
.. <svg viewBox="-105 -100 210 270">
..   <!-- More content goes here.. -->
.. </svg>
.. """)

Dưới đây là một vài thuộc tính và phương thức phần tử đáng được đề cập

>>>

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

Một trong những lợi ích của API này là cách nó sử dụng các kiểu dữ liệu gốc của Python. Ở trên, nó sử dụng từ điển Python cho các thuộc tính của phần tử. Trong các mô-đun trước, chúng được bọc trong các bộ điều hợp kém tiện lợi hơn. Không giống như DOM, API ElementTree không hiển thị các phương thức hoặc thuộc tính để đi qua cây theo bất kỳ hướng nào, nhưng có một số lựa chọn thay thế tốt hơn

Như bạn đã thấy trước đây, các thể hiện của lớp

>>> element = document.getElementById("smiley")

>>> element.parentNode
<DOM Element: svg at 0x7fc78c62d790>

>>> element.firstChild
<DOM Text node "'\n    '">

>>> element.lastChild
<DOM Text node "'\n  '">

>>> element.nextSibling
<DOM Text node "'\n  '">

>>> element.previousSibling
<DOM Text node "'\n  '">

>>>

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

Bạn nhận được chuỗi con ngay lập tức của gốc. Tuy nhiên, để tìm hiểu sâu hơn về các hậu duệ lồng nhau, bạn sẽ phải gọi phương thức

>>> 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("""\
.. <svg viewBox="-105 -100 210 270">
..   <!-- More content goes here.. -->
.. </svg>
.. """)

>>>

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

Phần tử gốc chỉ có năm phần tử con nhưng có tổng cộng mười ba phần tử con. Cũng có thể thu hẹp các hậu duệ bằng cách chỉ lọc các tên thẻ cụ thể bằng cách sử dụng đối số

>>> 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("""\
.. <svg viewBox="-105 -100 210 270">
..   <!-- More content goes here.. -->
.. </svg>
.. """)

>>>

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

Lần này, bạn chỉ có hai phần tử

>>> 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("""\
.. <svg viewBox="-105 -100 210 270">
..   <!-- More content goes here.. -->
.. </svg>
.. """)

>>> 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("""\
.. <svg viewBox="-105 -100 210 270">
..   <!-- More content goes here.. -->
.. </svg>
.. """)

Xử lý các không gian tên thuận tiện hơn khi sử dụng

>>> 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("""\
.. <svg viewBox="-105 -100 210 270">
..   <!-- More content goes here.. -->
.. </svg>
.. """)

>>>

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

Ánh xạ không gian tên cho phép bạn tham chiếu đến cùng một phần tử với các tiền tố khác nhau. Đáng ngạc nhiên, nếu bạn cố gắng tìm các phần tử

>>> 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("""\
.. <svg viewBox="-105 -100 210 270">
..   <!-- More content goes here.. -->
.. </svg>
.. """)

>>> 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("""\
.. <svg viewBox="-105 -100 210 270">
..   <!-- More content goes here.. -->
.. </svg>
.. """)

>>>

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

Tình cờ, chuỗi

>>> 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("""\
.. <svg viewBox="-105 -100 210 270">
..   <!-- More content goes here.. -->
.. </svg>
.. """)

>>> 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("""\
.. <svg viewBox="-105 -100 210 270">
..   <!-- More content goes here.. -->
.. </svg>
.. """)

ElementTree có ngôn ngữ nhỏ XPath, mà bạn có thể sử dụng để truy vấn các phần tử trong XML, tương tự như bộ chọn CSS trong HTML. Có những phương pháp khác chấp nhận một biểu thức như vậy

>>>

>>> 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)

Trong khi

>>> 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("""\
.. <svg viewBox="-105 -100 210 270">
..   <!-- More content goes here.. -->
.. </svg>
.. """)

>>> 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("""\
.. <svg viewBox="-105 -100 210 270">
..   <!-- More content goes here.. -->
.. </svg>
.. """)

>>> 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("""\
.. <svg viewBox="-105 -100 210 270">
..   <!-- More content goes here.. -->
.. </svg>
.. """)

>>> 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("""\
.. <svg viewBox="-105 -100 210 270">
..   <!-- More content goes here.. -->
.. </svg>
.. """)

>>> 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("""\
.. <svg viewBox="-105 -100 210 270">
..   <!-- More content goes here.. -->
.. </svg>
.. """)

>>>

>>> 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)

Trước tiên, bạn tìm kiếm văn bản được nhúng trong một thành phần XML cụ thể, sau đó tìm mọi nơi trong toàn bộ tài liệu. Tìm kiếm theo văn bản là một tính năng mạnh mẽ của API ElementTree. Có thể sao chép nó bằng cách sử dụng các trình phân tích cú pháp tích hợp khác, nhưng phải trả giá bằng độ phức tạp của mã tăng lên và ít tiện lợi hơn

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

>>> 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("""\ .. <svg viewBox="-105 -100 210 270"> .. <!-- More content goes here.. --> .. </svg> .. """) 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 cần tìm đâu xa. Mặc dù nó chưa được cập nhật trong một vài năm, nhưng thư viện

>>> 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("""\
.. <svg viewBox="-105 -100 210 270">
..   <!-- More content goes here.. -->
.. </svg>
.. """)

>>>

>>> 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)