在python中解析多个子元素

Question

我试图解析XML并将元素值存储到一个对象中。我很确定的是，在这个问题上，我不想重复这个问题。在

我正在考虑的是查看一个子元素并添加一个计数器。计数器将用于创建一个不确定数量的对象容器来存储这些值。这行得通还是有更好的办法？在

以下是我的课程示例：

类文件项：

def __init__(self):
    self.recordno = ''
    self.dochdrno = ''
    self.docid = ''

下面是我的XML示例：

^{pr2}$

我只是在寻找一个小样本或建议如何最好地处理解析和存储到一个对象中的每一组。任何信息都会有帮助，我会根据你的反馈做更多的研究。在

谢谢！在

Answer 1

解析XML数据的主要方法有：

1. DOM解析器。在

   它们将完整的xml文件加载到内存中并构建DOM（文档对象模型）。它允许程序员使用许多优秀的技术在文档中导航或从中检索数据（例如XPath，xslt transformations，xml-schema to class transformation）。这种技术的缺点是，它可能需要大量内存，而且可能很慢（取决于解析器、dom模型、dom中的索引……）。

在示例中，为了简单起见，我从sotransitem和customfields中删除了一些字段。在

示例：

类别定义：

 class Sotransitem:

    recordno = None
    unit = None
    customfields = None

    def __init__( self ):
        self.recordno
        self.unit
        self.customfields = {}

    def __repr__( self ):
        return "Item( rec_no: {rec}, fields: {fields} )".format( rec=self.recordno,
                                                                 fields = str( self.customfields ) )

这里我将使用standart python库，但您也应该看看其他库。据我所知，最受欢迎的是lxml，beauthoulsoup。在

实际分析器：

^{pr2}$

它满足了我的大部分需求，但是使用xmlschema会更简单。 check lxml "assering schema" example

1. SAX解析器。通过小部分读取xml，当find标记（起始或结束标记）时，它将用found标记及其数据（如果它是close标记）触发一个事件。SAX解析器通常会在报告后丢弃几乎所有的信息（但是，它会保留一些内容，例如，所有尚未关闭的元素的列表）。在

   优点：SAX解析器需要恒定数量的RAM，远远少于DOM。在

   缺点：不可能使用大多数XML技术。

示例：

all_items = []

# get the root element
nodes_parser = ET.iterparse( 'test.xml', ["start", "end"] )
event, root = next( nodes_parser )

item = None

for event, node in nodes_parser:
    if( event=="start" and node.tag == "sotransitem" ):
        if item is not None:
            all_items.append( item )
        item = Sotransitem()
        sotrans_node = node;

    elif event == "end":
        tag = node.tag
        if tag == "recordno":
            item.recordno = int( node.text )
        elif  tag == "unit":
            item.unit = node.text

        elif tag == 'customfield':
            value = node.find('customfieldvalue').text
            name = node.find('customfieldname').text
            item.customfields[ name ] = value

        sotrans_node.clear() #other wise it will be ceeped in "node" until "end" event on "sotransitem"
    else:
        sotrans_node.clear()
    root.clear() # same as before but for root 

if item is not None:
    all_items.append( item )

print( all_items )
#same resutl as before

选择哪种方式取决于XML文件中存储的数据量。在

如果它只是一个简单的脚本（写一次很快就可以了），那么从小文件中检索一些数据只需使用DOM。在

如果是配置文件或服务器之间的小消息（几兆字节长）：带自动xml到类转换的DOM可能是最好的。在

如果您的数据太大而无法保存在服务器内存中（例如OpenStreeMap世界.xml)或者一次解析的消息太多，那么您应该选择SAX。在