Python-XML 처리

XML은 프로그래머가 운영 체제 및 / 또는 개발 언어에 관계없이 다른 응용 프로그램에서 읽을 수있는 응용 프로그램을 개발할 수 있도록하는 이식 가능한 오픈 소스 언어입니다.

XML이란 무엇입니까?

XML (Extensible Markup Language)은 HTML 또는 SGML과 매우 유사한 마크 업 언어입니다. 이것은 World Wide Web Consortium에서 권장하며 개방형 표준으로 제공됩니다.

XML은 SQL 기반 백본 없이도 중소 량의 데이터를 추적하는 데 매우 유용합니다.

XML 파서 아키텍처 및 API

Python 표준 라이브러리는 XML 작업을위한 최소한의 유용한 인터페이스 세트를 제공합니다.

XML 데이터에 대해 가장 기본적이고 널리 사용되는 두 가지 API는 SAX 및 DOM 인터페이스입니다.

  • Simple API for XML (SAX)− 여기에서 관심있는 이벤트에 대한 콜백을 등록한 다음 파서가 문서를 진행하도록합니다. 이것은 문서가 크거나 메모리 제한이있을 때 유용하며, 디스크에서 파일을 읽을 때 파일을 구문 분석하고 전체 파일이 메모리에 저장되지 않습니다.

  • Document Object Model (DOM) API − 이것은 전체 파일을 메모리로 읽어 들이고 XML 문서의 모든 기능을 나타내는 계층 적 (트리 기반) 형식으로 저장하는 World Wide Web Consortium 권장 사항입니다.

SAX는 분명히 큰 파일로 작업 할 때 DOM만큼 빨리 정보를 처리 할 수 ​​없습니다. 반면에 DOM을 독점적으로 사용하면 특히 많은 작은 파일에 사용되는 경우 리소스를 실제로 죽일 수 있습니다.

SAX는 읽기 전용이지만 DOM은 XML 파일 변경을 허용합니다. 이 두 가지 다른 API는 말 그대로 서로를 보완하기 때문에 대규모 프로젝트에 둘 다 사용할 수없는 이유가 없습니다.

모든 XML 코드 예제에 대해 간단한 XML 파일 movies.xml 을 입력으로 사용합니다.

<collection shelf="New Arrivals">
<movie title="Enemy Behind">
   <type>War, Thriller</type>
   <format>DVD</format>
   <year>2003</year>
   <rating>PG</rating>
   <stars>10</stars>
   <description>Talk about a US-Japan war</description>
</movie>
<movie title="Transformers">
   <type>Anime, Science Fiction</type>
   <format>DVD</format>
   <year>1989</year>
   <rating>R</rating>
   <stars>8</stars>
   <description>A schientific fiction</description>
</movie>
   <movie title="Trigun">
   <type>Anime, Action</type>
   <format>DVD</format>
   <episodes>4</episodes>
   <rating>PG</rating>
   <stars>10</stars>
   <description>Vash the Stampede!</description>
</movie>
<movie title="Ishtar">
   <type>Comedy</type>
   <format>VHS</format>
   <rating>PG</rating>
   <stars>2</stars>
   <description>Viewable boredom</description>
</movie>
</collection>

SAX API로 XML 구문 분석

SAX는 이벤트 기반 XML 구문 분석을위한 표준 인터페이스입니다. SAX로 XML을 구문 분석하려면 일반적으로 xml.sax.ContentHandler를 서브 클래 싱하여 고유 한 ContentHandler를 만들어야합니다.

귀하 의 ContentHandler는 특정 태그를 처리하고 XML의 당신의 맛 (들)의 속성. ContentHandler 객체는 다양한 구문 분석 이벤트를 처리하는 메서드를 제공합니다. 소유 파서는 XML 파일을 파싱 할 때 ContentHandler 메서드를 호출합니다.

startDocumentendDocument 메서드 는 XML 파일의 시작과 끝에서 호출됩니다. 문자 (text) 메소드 는 매개 변수 텍스트를 통해 XML 파일의 문자 데이터를 전달합니다.

ContentHandler는 각 요소의 시작과 끝에서 호출됩니다. 파서가 네임 스페이스 모드에 있지 않으면 startElement (tag, attributes)endElement (tag) 메서드 가 호출됩니다. 그렇지 않으면 해당 메소드 startElementNSendElementNS 가 호출됩니다. 여기서 tag는 요소 태그이고 attributes는 Attributes 객체입니다.

진행하기 전에 이해해야 할 다른 중요한 방법이 있습니다.

make_parser 방법

다음 메소드는 새로운 파서 객체를 생성하고 반환합니다. 생성 된 파서 객체는 시스템이 찾은 첫 번째 파서 유형입니다.

xml.sax.make_parser( [parser_list] )

다음은 매개 변수의 세부 사항입니다.

  • parser_list − 사용할 파서 목록으로 구성된 선택적 인수로, 모두 make_parser 메서드를 구현해야합니다.

구문 분석 방법

다음 방법은 SAX 파서를 만들고 문서를 구문 분석하는 데 사용합니다.

xml.sax.parse( xmlfile, contenthandler[, errorhandler])

다음은 매개 변수의 세부 사항입니다.

  • xmlfile − 읽을 XML 파일의 이름입니다.

  • contenthandler − 이것은 ContentHandler 객체 여야합니다.

  • errorhandler − 지정된 경우 오류 처리기는 SAX ErrorHandler 객체 여야합니다.

parseString을 방법

SAX 구문 분석기를 만들고 지정된 구문을 분석하는 방법이 하나 더 있습니다. XML string.

xml.sax.parseString(xmlstring, contenthandler[, errorhandler])

다음은 매개 변수의 세부 사항입니다.

  • xmlstring − 읽을 XML 문자열의 이름입니다.

  • contenthandler − 이것은 ContentHandler 객체 여야합니다.

  • errorhandler − 지정된 경우 오류 처리기는 SAX ErrorHandler 객체 여야합니다.

#!/usr/bin/python

import xml.sax

class MovieHandler( xml.sax.ContentHandler ):
   def __init__(self):
      self.CurrentData = ""
      self.type = ""
      self.format = ""
      self.year = ""
      self.rating = ""
      self.stars = ""
      self.description = ""

   # Call when an element starts
   def startElement(self, tag, attributes):
      self.CurrentData = tag
      if tag == "movie":
         print "*****Movie*****"
         title = attributes["title"]
         print "Title:", title

   # Call when an elements ends
   def endElement(self, tag):
      if self.CurrentData == "type":
         print "Type:", self.type
      elif self.CurrentData == "format":
         print "Format:", self.format
      elif self.CurrentData == "year":
         print "Year:", self.year
      elif self.CurrentData == "rating":
         print "Rating:", self.rating
      elif self.CurrentData == "stars":
         print "Stars:", self.stars
      elif self.CurrentData == "description":
         print "Description:", self.description
      self.CurrentData = ""

   # Call when a character is read
   def characters(self, content):
      if self.CurrentData == "type":
         self.type = content
      elif self.CurrentData == "format":
         self.format = content
      elif self.CurrentData == "year":
         self.year = content
      elif self.CurrentData == "rating":
         self.rating = content
      elif self.CurrentData == "stars":
         self.stars = content
      elif self.CurrentData == "description":
         self.description = content
  
if ( __name__ == "__main__"):
   
   # create an XMLReader
   parser = xml.sax.make_parser()
   # turn off namepsaces
   parser.setFeature(xml.sax.handler.feature_namespaces, 0)

   # override the default ContextHandler
   Handler = MovieHandler()
   parser.setContentHandler( Handler )
   
   parser.parse("movies.xml")

이것은 다음 결과를 생성합니다-

*****Movie*****
Title: Enemy Behind
Type: War, Thriller
Format: DVD
Year: 2003
Rating: PG
Stars: 10
Description: Talk about a US-Japan war
*****Movie*****
Title: Transformers
Type: Anime, Science Fiction
Format: DVD
Year: 1989
Rating: R
Stars: 8
Description: A schientific fiction
*****Movie*****
Title: Trigun
Type: Anime, Action
Format: DVD
Rating: PG
Stars: 10
Description: Vash the Stampede!
*****Movie*****
Title: Ishtar
Type: Comedy
Format: VHS
Rating: PG
Stars: 2
Description: Viewable boredom

SAX API 문서에 대한 자세한 내용은 표준 Python SAX API 를 참조하십시오 .

DOM API로 XML 구문 분석

문서 개체 모델 ( "DOM")은 XML 문서에 액세스하고 수정하기위한 W3C (World Wide Web Consortium)의 교차 언어 API입니다.

DOM은 랜덤 액세스 애플리케이션에 매우 유용합니다. SAX에서는 한 번에 한 비트의 문서 만 볼 수 있습니다. 하나의 SAX 요소를보고있는 경우 다른 요소에 액세스 할 수 없습니다.

다음은 XML 문서를 빠르게로드하고 xml.dom 모듈을 사용하여 미니 돔 객체를 만드는 가장 쉬운 방법입니다. minidom 객체는 XML 파일에서 DOM 트리를 빠르게 생성하는 간단한 파서 메서드를 제공합니다.

샘플 구문은 minidom 객체의 parse (file [, parser]) 함수를 호출하여 파일로 지정된 XML 파일을 DOM 트리 객체로 구문 분석합니다.

#!/usr/bin/python

from xml.dom.minidom import parse
import xml.dom.minidom

# Open XML document using minidom parser
DOMTree = xml.dom.minidom.parse("movies.xml")
collection = DOMTree.documentElement
if collection.hasAttribute("shelf"):
   print "Root element : %s" % collection.getAttribute("shelf")

# Get all the movies in the collection
movies = collection.getElementsByTagName("movie")

# Print detail of each movie.
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

이것은 다음 결과를 생성합니다-

Root element : New Arrivals
*****Movie*****
Title: Enemy Behind
Type: War, Thriller
Format: DVD
Rating: PG
Description: Talk about a US-Japan war
*****Movie*****
Title: Transformers
Type: Anime, Science Fiction
Format: DVD
Rating: R
Description: A schientific fiction
*****Movie*****
Title: Trigun
Type: Anime, Action
Format: DVD
Rating: PG
Description: Vash the Stampede!
*****Movie*****
Title: Ishtar
Type: Comedy
Format: VHS
Rating: PG
Description: Viewable boredom

DOM API 문서에 대한 자세한 내용은 표준 Python DOM API 를 참조하세요 .