有關Python 2.0 XML問題全解析
在Python中將Python 2.0 XML 與一些規則表達式比較”樣式通常不能很好地適合對 XML 進行徹底語法分析和處理，Python不僅有處理復雜數據結構的直接方法，還有一系列 XML 相關的模塊可以幫助語法分析、處理和生成 XML。
XML-SIG （專門興趣組）的成員為維護 Python 一系列 XML 工具做了許多工作。與其它 Python 專門興趣組一樣，XML-SIG 要維護郵件發送列表、列表檔案、有用的參考大全、文檔、標準包和其它資源（請參閱本文后的參考資料）。
從 Python 2.0 開始，Python 在其標準發行版中包括大多數 XML-SIG 項目。最新的 XML-SIG 包可能包含一些 Python 標準發行版中沒有的“極端先進”特性，但出于面向絕大多數人的目的
-- 包括本文中的討論 Python 2.0 XML 支持將是您感興趣的。幸運的是，早期 Python 版本對 xmllib 的基本支持在 Python 2.0+ 下有了很大進步。目前，Python 用戶能正常的選擇。
DOM、SAX 和 expat 技術來處理 XML （使用其他編程語言的 XML 開發人員將會意識到這些）。xmllib 是一個非驗證的低級語法分析器。應用程序員使用的 xmllib 可以覆蓋 XMLParser 類，并提供處理文檔元素（如特定或類屬標記，或字符實體）的方法。
從 Python 1.5x 到 Python 2.0+ 以來，xmllib 的使用方法并沒變化；在絕大多數情況下更好的選擇是使用 SAX 技術，它也是種面向流的技術，對語言和開發者來說更為標準。本文中的示例與原來專欄中的相同：包括一個叫做 quotations.dtd 的 DTD 以及這個 DTD 的文檔sample.xml （請參閱參考資料，以獲取本文中提到的文件的檔案）。
以下的代碼顯示了 sample.xml 中每段引言的前幾行，并生成了非常簡單的未知標記和實體的 ASCII 指示符。經過分析的文本作為連續流來處理，所使用的任何累加器都由程序員負責（如標記中的字符串 (#PCDATA)，或所遇到的標記的列表或詞典）。
- classQuotationHandler(ContentHandler):
- """Crude extractor for quotations.dtd compliant XML document"""
- def__init__(self):
- self.in_quote = 0
- self.thisquote = ''
- defstartDocument(self):
- print '--- Begin Document ---'
- defstartElement(self, name, attrs):
- if name == 'quotation':
- print 'QUOTATION:'
- self.in_quote = 1
- else:
- selfself.thisquote = self.thisquote + '{'
- defendElement(self, name):
- if name == 'quotation':
- print string.join(string.split(self.thisquote[:230]))+'...',
- print '('+str(len(self.thisquote))+' bytes)'
- self.thisquote = ''
- self.in_quote = 0
- else:
您可能需要展望標準 XML 支持的未來的原因是，在進行語法分析的同時需要進行驗證。不幸的是，標準 Python 2.0 XML 包并不包括驗證型語法分析器。xmlproc 是 python 原有的語法分析器，它執行幾乎完整的驗證。如果需要驗證型語法分析器， xmlproc 是 Python 2.0 XML 當前唯一的選擇。而且，xmlproc 提供其它語法分析器所不具備的各種高級和測試接口。
您可以直接導入 xml.parsers.expat。如果這樣做，您就能獲得 SAX 界面并不提供的一些特殊技巧。這樣，xml.parsers.expat 與 SAX 相比有些“低級”。但 SAX 技術非常標準，對面向流的處理也非常好；
大多數情況下 SAX 的級別正合適。通常情況下，由于 make_parser() 函數已經能獲得 expat 提供的性能，因此純速度的差異很小，DOM 可以用于修改 XML 文檔，因為可以創建一棵 DOM 樹。
通過添加新節點和來回移動子樹來修改這棵樹，然后生成一個新的 XML 文檔作為輸出。您也可以自己構造一棵 DOM 樹，然后將它轉換成 XML；用這種方法生成 XML 輸出比僅將 <tag1>...</tag1> 寫入文件的方法更靈活。
【編輯推薦】
