Python中的XML处理

Question

我将要构建一个项目的一部分，该项目将需要构建XML文档并将其发布到web服务，我希望使用Python来完成，以此来扩展我在其中的技能。

不幸的是，虽然我对.NET中的XML模型非常了解，但我不确定Python中的XML模型的优缺点是什么。

有没有人有在Python中进行XML处理的经验？你建议我从哪里开始？我要构建的XML文件将相当简单。

Answer 1

ElementTree有一个不错的pythony API。我认为它甚至作为Python2.5的一部分发布

它是纯python的，正如我所说，非常好，但是如果您最终需要更多性能，那么lxml将公开相同的API并在幕后使用libxml2。理论上，当你发现你需要它的时候，你可以把它换进去。

Answer 2

一般来说，处理XML有三种主要方法：dom、sax和xpath。如果您能够负担得起一次将整个xml文件加载到内存中，并且不介意处理数据结构，并且您正在查看模型的大部分内容，那么dom模型是很好的。如果您只关心几个标记和/或处理大文件并可以按顺序处理它们，那么sax模型非常好。xpath模型是每个模型的一小部分——您可以选择所需数据元素的路径，但它需要使用更多的库。

如果你想用Python直接打包，minidom是你的答案，但它很蹩脚，文档是“这里有dom文档，去弄清楚吧”。真烦人。

就我个人而言，我喜欢ElementTree，它是ElementTree的一个更快（基于c）的实现，ElementTree是一个类似dom的模型。

我使用过sax系统，在很多方面，它们的感觉更像是“pythonic”，但我通常会创建基于状态的系统来处理它们，这种方式是疯狂的（和错误）。

如果你喜欢研究，我建议你使用minidom；如果你想要运行良好的代码，我建议你使用ElementTree。

Answer 3

就我个人而言，我已经在一个XML繁重的项目中使用了一些内置选项，并且已经决定将pulldom作为不太复杂的文档的最佳选择。

特别是对于一些简单的小东西，我喜欢事件驱动的解析理论，而不是为一个相对简单的结构设置一大堆回调。Here is a good quick discussion of how to use the API。

我喜欢的是：您可以在for循环中处理解析，而不是使用回调。您还可以延迟完全解析（“pull”部分），并且只在调用expandNode()时获得额外的详细信息。这满足了我对“负责任”效率的一般要求，同时又不牺牲易用性和简单性。