本文共 4852 字，大约阅读时间需要 16 分钟。
常见的XML编程接口有DOM和SAX，这两种接口处理XML文件的方式不同，当然是用是用场合也不同。
Python有三种方法解析XML：Python标准库中包含SAX解析器，SAX是用的是事件驱动模型，通过在解析XML过程中触发一个个的事件并调用用户定义的回调函数来处理XML文件。
解析的基本过程： 读到一个XML开始标签，就会开始一个事件，然后事件就会调用一系列的函数去处理一些事情，当读到一个结束标签时，就会触发另一个事件。所以，我们写XML文档入如果有格式错误的话，解析就会出错。 这是一种流式处理，一边读一边解析，占用内存少，可以处理一些大的文件，但是把大文件读到缓存中缓存起来就比较难，这样就会影响效率。将XML数据在内存中解析成一个树，通过对树的操作来操作XML。
由于DOM是将XML读取到内存，然后解析成一个树，如果要处理的XML文本比较大的话，就会很耗内存，所以DOM一般偏向于处理一些小的XML，（如配置文件）比较快，ElementTree就像一个轻量级的DOM，具有方便而友好的API。代码的可用性好、速度快、消耗内存少。可以认为是对DOM的改进。
现将xml文档内容一次性全部读入内存并解析成树结构，然后拿到这个树结构的根结点，然后我们就可以通过调用解析XML的一些函数来操作这个树了，也就是操作xml文档数据。
文件对象模型（Document Object Model，简称DOM），是W3C组织推荐处理可扩展语言的标准编程接口。
一个 DOM 的解析器在解析一个 XML 文档时，一次性读取整个文档，把文档中所有元素保存在内存中的一个树结构里，之后你可以利用DOM 提供的不同的函数来读取或修改文档的内容和结构，也可以把修改过的内容写入xml文件。 下面是一个简单的xml文档实例（book.xml）：learning math 张三 561 learning Python 李四 600
使用Python的xml.dom.minidom模块来解析这个xml文件：
#!/usr/bin/python#coding=utf-8import xml.dom.minidomfrom xml.dom.minidom import parse #从xml.dom.minidom模块引入解析器parse#minidom解析器打开xml文档并将其解析为内存中的一棵树DOMTree = xml.dom.minidom.parse(r"C:\book.xml")#获取xml文档对象，就是拿到树的根booklist = DOMTree.documentElementif booklist.hasAttribute("type") : #判断根节点booklist是否有type属性，有则获取并打印属性的值 print "Root element is", booklist.getAttribute("type")#获取booklist对象中所有book节点的list集合books = booklist.getElementsByTagName("book")print "book节点的个数：", books.lengthfor book in books : print "*******************book*******************" if book.hasAttribute("category") : print "category is", book.getAttribute("category") #根据结点名title拿到这个book结点下所有的title结点的集合list。 #[0]表示第一个title标签，因为一个 ... 之间可能会 #定义多个title标签 title = book.getElementsByTagName('title')[0] print "Title is", title.childNodes[0].data author = book.getElementsByTagName('author')[0] print "author is", author.childNodes[0].data pageNumber = book.getElementsByTagName('pageNumber')[0] print "pageNumber is", pageNumber.childNodes[0].data 执行结果：
Root element is science and engineeringbook节点的个数： 2*******************book*******************category is mathTitle is learning mathauthor is 张三pageNumber is 561*******************book*******************category is PythonTitle is learning Pythonauthor is 李四pageNumber is 600
由于xml的标签、属性都是程序员自已定义的，所以一个标签下可以出现多个同名的标签，就像上面的的标签或者是像下面这样：
learning math title test 张三 561
上面解析xml的程序中，getElementsByTagName()函数返回的是同一父节点下所有同级（即兄弟节点）节点中相同标签的集合（就像上面的两个标签一样），这是一个list对象，所以可以使用list序列所有操作。这个时候，我们可以通过索引去拿相应的节点，也可以使用节点名称去拿相应的节点，推荐第二种方法，准确。也可以通过循环遍历整个返回的list。
函数原型：
parse(file, parser=None, bufsize=None) Parse a file into a DOM by filename or file object.
函数作用是使用parse解析器打开xml文档并将其解析为一个DOM文档，也就是内存中的一棵树。
doc.documentElement
获取xml文档对象，就是拿到树的根。doc.toxml()
函数原型：
toxml(self, encoding=None) method of xml.dom.minidom.Document instance
返回xml的文本内容。如：
>>> DOMTree.toxml('utf-8')' \n \n learning math \n \xe5\xbc\xa0\xe4\xb8\x89 \n 561 \n \n \n learning Python \n \xe6\x9d\x8e\xe5\x9b\x9b \n 600 \n \n' 如果我们只知道xml文件名，不知道里面的内容，就可以使用这个函数查看。
函数原型：
hasAttribute(self, name) method of xml.dom.minidom.Element instance
判断某个节点node是否存在某个属性，存在返回True，否则返回False。如：
if booklist.hasAttribute("type") : 注：这里用的实例是book.xml文档中的。下同
getAttribute(self, attname) method of xml.dom.minidom.Element instance
获取节点node的某个属性的值。如：
print "Root element is", booklist.getAttribute("type") 原型：
getElementsByTagName(self, name) method of xml.dom.minidom.Element instance
获取XML文档中节点对象集合。如：
books = booklist.getElementsByTagName("book") 表示获取booklist节点下所有节点名为book组成的对象集合，这是一个list，因此list所有的操作都可以用于它。
>>> books[0].childNodes[, , , , , , ]
从结果看出，列表中第一个元素是books[0]这个标签下一个文本子节点（默认就是有的），里面存的是该节点的值，此处由于是一个父节点，没有设置值，所以为回车符。
如：print author.childNodes[]
由于叶子节点下没有子节点了，所以只返回了该叶子节点默认的文本子节点。
这样就算我们不知道原xml文档结构怎样，就可以使用这个函数来一层层的查看xml文档中的节点。获取节点的值。如：
print "Title is", title.childNodes[0].data
判断节点node下是否有叶子节点，如有返回True，否则返回False，但是需要注意的是，每个节点都默认有一个文本叶子节点，所以只要标签后有值，就会返回True，只有当标签后没值时才会返回False。如：
print author.hasChildNodes()
原xml文件中author标签下没有子标签，但是有值，所以返回结果是True。下面的情况就会返回False：
有了这个函数，我们可以在不知道xml文档结构的情况下操作xml文档了。
如果还想使用其他的函数，可以使用dir()或help()函数查看各个类拥有的方法和属性。
转载地址：http://gcmdi.baihongyu.com/