XML
最后更新于：2022-04-01 01:15:03
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。
### DOM vs SAX
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。
正常情况下，优先考虑SAX，因为DOM实在太占内存。
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。
举个例子，当SAX解析器读到一个节点时：
~~~
<a href="/">python</a>
~~~
会产生3个事件：
1. start_element事件，在读取``时；
2. char_data事件，在读取`python`时；
3. end_element事件，在读取``时。
用代码实验一下：
~~~
from xml.parsers.expat import ParserCreate
class DefaultSaxHandler(object):
def start_element(self, name, attrs):
print('sax:start_element: %s, attrs: %s' % (name, str(attrs)))
def end_element(self, name):
print('sax:end_element: %s' % name)
def char_data(self, text):
print('sax:char_data: %s' % text)
xml = r'''<?xml version="1.0"?>
<ol>
<li><a href="/python">Python</a></li>
<li><a href="/ruby">Ruby</a></li>
</ol>
'''
handler = DefaultSaxHandler()
parser = ParserCreate()
parser.StartElementHandler = handler.start_element
parser.EndElementHandler = handler.end_element
parser.CharacterDataHandler = handler.char_data
parser.Parse(xml)
~~~
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。
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：
~~~
L = []
L.append(r'<?xml version="1.0"?>')
L.append(r'<root>')
L.append(encode('some & data'))
L.append(r'</root>')
return ''.join(L)
~~~
如果要生成复杂的XML呢？建议你不要用XML，改成JSON。
### 小结
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。
### 练习
请利用SAX编写程序解析Yahoo的XML格式的天气预报，获取当天和第二天的天气：
[http://weather.yahooapis.com/forecastrss?u=c&w=2151330](http://weather.yahooapis.com/forecastrss?u=c&w=2151330)
参数`w`是城市代码，要查询某个城市代码，可以在[weather.yahoo.com](https://weather.yahoo.com/)搜索城市，浏览器地址栏的URL就包含城市代码。
~~~
# -*- coding:utf-8 -*-
from xml.parsers.expat import ParserCreate
# 测试:
data = r'''
Yahoo! Weather - Beijing, CN
Wed, 27 May 2015 11:00 am CST
39.91
116.39
Wed, 27 May 2015 11:00 am CST
'''
weather = parse_weather(data)
assert weather['city'] == 'Beijing', weather['city']
assert weather['country'] == 'China', weather['country']
assert weather['today']['text'] == 'Partly Cloudy', weather['today']['text']
assert weather['today']['low'] == 20, weather['today']['low']
assert weather['today']['high'] == 33, weather['today']['high']
assert weather['tomorrow']['text'] == 'Sunny', weather['tomorrow']['text']
assert weather['tomorrow']['low'] == 21, weather['tomorrow']['low']
assert weather['tomorrow']['high'] == 34, weather['tomorrow']['high']
print('Weather:', str(weather))
~~~
Run
### 参考源码
[use_sax.py](https://github.com/michaelliao/learn-python3/blob/master/samples/commonlib/use_sax.py)