这次给大家带来python与xml的结合实践教程，python与xml结合实践的注意事项有哪些，下面就是实战案例，一起来看一下。
这个项目的名称与其叫做万能的xml不如叫做自动构建网站，根据一份xml文件，生成对应目录结构的网站，不过只有html还是太过于简单了，如果要是可以连带生成css那就比较强大了。这个有待后续研发，先来研究下怎么html网站结构。 既然是通过xml结构生成网站，那所有的事情都应该由这个xml文件来。先来看下这个xml文件，website.xml：
<website>
<page name="index" title="home page">
<h1>welcome to my home page</h1>
<p>hi, there. my name is mr.gumby,and this is my home page,here are some of my int:</p>
<ul>
<li><a href="interests/shouting.html" rel="external nofollow" >shouting</a></li>
<li><a href="interests/sleeping.html" rel="external nofollow" >sleeping</a></li>
<li><a href="interests/eating.html" rel="external nofollow" >eating</a></li>
</ul>
</page>
<directory name="interests">
<page name="shouting" title="shouting">
<h1>shouting page</h1>
<p>....</p>
</page>
<page name="sleeping" title="sleeping">
<h1>sleeping page</h1>
<p>...</p>
</page>
<page name="eating" title="eating">
<h1>eating page</h1>
<p>....</p>
</page>
</directory>
</website>
有了这个文件，下面应该来看怎么通过这个文件生成网站。
首先我们要解析这个xml文件，python解析xml和在java中一样，有两种方式，sax和dom，两种处理方式不同点在于速度和范围，前者讲究的是效率，每次只处理文档的一小部分，快速而能有效的利用内存，后者是相反的处理方式，先把所有的文档载入到内存，然后再进行处理，速度比较慢，也比较消耗内存，唯一的好处就是可以操作整个文档。
在python中使用sax方式处理xml要先引入xml.sax中的parse函数，还有xml.sax.handler中的contenthandler，后面的这个类是要和parse函数来配合使用的。使用方式如下： parse('xxx.xml',xxxhandler),这里面的xxxhandler要继承上面的contenthandler，不过只要继承就行，不需要有所作为。 然后这个parse函数在处理xml文件的时候，会调用xxxhandler中的startelement函数和endelement函数来一个xml中的标签的开始和结束，中间的过程使用一个名为characters的函数来处理标签内部的所有字符串。
有了上面的这些认识，我们已经知道如何处理xml文件了，然后再来看那个罪恶的源头website.xml文件，分析其结构，只有两个节点：page和directory，很明显page表示一个页面，directory表示一个目录。
所以处理这个xml文件的思路就变的清晰了。读取xml文件的每一个节点，然后判断是page还是directory如果是page则创建html页面，然后把节点中的内容写到文件里。如果遇到directory就创建一个文件夹，然后再处理其内部的page节点（如果存在的话）。
下面来看这部分代码，书中的实现比较复杂，比较灵活。先来看，然后在分析。
from xml.sax.handler import contenthandler
from xml.sax import parse
import os
class dispatcher:
def dispatch(self, prefix, name, attrs=none):
mname = prefix + name.capitalize()
dname = 'default' + prefix.capitalize()
method = getattr(self, mname, none)
if callable(method): args = ()
else:
method = getattr(self, dname, none)
args = name,
if prefix == 'start': args += attrs,
if callable(method): method(*args)
def startelement(self, name, attrs):
self.dispatch('start', name, attrs)
def endelement(self, name):
self.dispatch('end', name)
class websiteconstructor(dispatcher, contenthandler):
passthrough = false
def init(self, directory):
self.directory = [directory]
self.ensuredirectory()
def ensuredirectory(self):
path = os.path.join(*self.directory)
print path
print '----'
if not os.path.isdir(path): os.makedirs(path)
def characters(self, chars):
if self.passthrough: self.out.write(chars)
def defaultstart(self, name, attrs):
if self.passthrough:
self.out.write('<' + name)
for key, val in attrs.items():
self.out.write(' %s="%s"' %(key, val))
self.out.write('>')
def defaultend(self, name):
if self.passthrough:
self.out.write('</%s>' % name)
def startdirectory(self, attrs):
self.directory.append(attrs['name'])
self.ensuredirectory()
def enddirectory(self):
print 'enddirectory'
self.directory.pop()
def startpage(self, attrs):
print 'startpage'
filename = os.path.join(*self.directory + [attrs['name']+'.html'])
self.out = open(filename, 'w')
self.writeheader(attrs['title'])
self.passthrough = true
def endpage(self):
print 'endpage'
self.passthrough = false
self.writefooter()
self.out.close()
def writeheader(self, title):
self.out.write('<html>\n <head>\n <title>')
self.out.write(title)
self.out.write('</title>\n </head>\n <body>\n')
def writefooter(self):
self.out.write('\n </body>\n</html>\n')
parse('website.xml',websiteconstructor('public_html'))
看起来这个程序上面分析的复杂了一些，不过伟人毛毛说过，任何复杂的程序都是纸老虎。那我们再来分析一下这个程序。
首先看到这个程序是有两个类，其实完全可以当作一个类，因为有了继承。
然后再来看它多了些什么，除了我们分析出来的startelement和endelement以及characters，多出来了startpage，endpage;startdirectory，enddirectory;defaultstart，defaultend;ensuredirectory;writeheader，writefooter;和dispatch，这些个函数。除了dispatch，前面的函数都很好理解，每一对函数都是单纯的处理对应的html标签以及xml节点。而dispatch比较复杂，复杂之处在于他是用来动态拼合函数并且进行执行的。
dispatch的处理思路是，首先根据传递的参数（就是操作名称以及节点名称）判断是否存在对应的函数如startpage，如果不存在则执行default+操作名称：如defaultstart。
一个函数一个函数搞清楚之后，就知道整个处理流程是什么样了。首先创建一个public_html的文件，存放整个网站，然后读xml的节点，通过startelement和endelement调用dispatch进行处理。然后就是dispatch怎么调用具体的处理函数了。 到此为止，这个项目算是分析完了。
主要掌握的内容一个是python中使用sax处理xml，另一个就是python中的函数的使用，比如getattr，传参数时的星号……
相信看了本文案例你已经掌握了方法，更多精彩请关注其它相关文章！
推荐阅读：
python怎么把数据框内数据写入数据库
在python复制中对象生命周期如何使用
以上就是python与xml的结合实践教程的详细内容。