[TOC] ### XML 與 JSON `XML`雖然比`JSON`復雜，在`Web`中應用也不如以前多了，不過仍有很多地方在用，所以，有必要了解如何操作`XML`。 ### DOM vs SAX 操作`XML`有兩種方法：`DOM`和`SAX`。`DOM`會把整個`XML`讀入內存，解析為樹，因此占用內存大，解析慢，優點是可以任意遍歷樹的節點。`SAX`是流模式，邊讀邊解析，占用內存小，解析快，缺點是我們需要自己處理事件。 ### 解析 XML 正常情況下，優先考慮`SAX`，因為`DOM`實在太占內存。 在Python中使用`SAX`解析`XML`非常簡潔，通常我們關心的事件是`start_element`，`end_element`和`char_data`，準備好這`3`個函數，然后就可以解析`xml`了。 舉個例子，當`SAX`解析器讀到一個節點時： ~~~ <a href="/">python</a> ~~~ 會產生3個事件： `start_element`事件，在讀取`<a href="/">`時； `char_data`事件，在讀取`python`時； `end_element`事件，在讀取`</a>`時。 用代碼實驗一下： ~~~ 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) ~~~ 需要注意的是讀取一大段字符串時，`CharacterDataHandler`可能被多次調用，所以需要自己保存起來，在`EndElementHandler`里面再合并。 ### 生成 XML 除了解析`XML`外，如何生成`XML`呢？`99%`的情況下需要生成的`XML`結構都是非常簡單的，因此，最簡單也是最有效的生成`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) ~~~ 如果要生成復雜的`XML`呢？建議你不要用`XML`，改成`JSON`。 ### 小結 解析`XML`時，注意找出自己感興趣的節點，響應事件時，把節點數據保存起來。解析完畢后，就可以處理數據。 ### 練習 請利用`SAX`編寫程序解析`Yahoo`的`XML`格式的天氣預報，獲取當天和第二天的天氣： http://weather.yahooapis.com/forecastrss?u=c&w=2151330 參數`w`是城市代碼，要查詢某個城市代碼，可以在`weather.yahoo.com`搜索城市，瀏覽器地址欄的`URL`就包含城市代碼。 ~~~ # -*- coding:utf-8 -*- from xml.parsers.expat import ParserCreate class WeatherSaxHandler(object): pass def parse_weather(xml): return { 'city': 'Beijing', 'country': 'China', 'today': { 'text': 'Partly Cloudy', 'low': 20, 'high': 33 }, 'tomorrow': { 'text': 'Sunny', 'low': 21, 'high': 34 } } # 測試: data = r'''<?xml version="1.0" encoding="UTF-8" standalone="yes" ?> <rss version="2.0" xmlns:yweather="http://xml.weather.yahoo.com/ns/rss/1.0" xmlns:geo="http://www.w3.org/2003/01/geo/wgs84_pos#"> <channel> <title>Yahoo! Weather - Beijing, CN</title> <lastBuildDate>Wed, 27 May 2015 11:00 am CST</lastBuildDate> <yweather:location city="Beijing" region="" country="China"/> <yweather:units temperature="C" distance="km" pressure="mb" speed="km/h"/> <yweather:wind chill="28" direction="180" speed="14.48" /> <yweather:atmosphere humidity="53" visibility="2.61" pressure="1006.1" rising="0" /> <yweather:astronomy sunrise="4:51 am" sunset="7:32 pm"/> <item> <geo:lat>39.91</geo:lat> <geo:long>116.39</geo:long> <pubDate>Wed, 27 May 2015 11:00 am CST</pubDate> <yweather:condition text="Haze" code="21" temp="28" date="Wed, 27 May 2015 11:00 am CST" /> <yweather:forecast day="Wed" date="27 May 2015" low="20" high="33" text="Partly Cloudy" code="30" /> <yweather:forecast day="Thu" date="28 May 2015" low="21" high="34" text="Sunny" code="32" /> <yweather:forecast day="Fri" date="29 May 2015" low="18" high="25" text="AM Showers" code="39" /> <yweather:forecast day="Sat" date="30 May 2015" low="18" high="32" text="Sunny" code="32" /> <yweather:forecast day="Sun" date="31 May 2015" low="20" high="37" text="Sunny" code="32" /> </item> </channel> </rss> ''' 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)) ~~~