Python怎么用xml.sax模块进行事件驱动解析

星降

发布： 2025-12-12 17:22:03

原创

490人浏览过

Python的xml.sax模块是基于事件驱动的XML解析工具，适用于大文件或内存受限场景；需继承ContentHandler类并重写startElement、characters、endElement等方法来处理标签和文本事件。

python怎么用xml.sax模块进行事件驱动解析

Python 的 xml.sax 模块是标准库中用于事件驱动（SAX）XML 解析的工具，适合处理大文件、内存受限或只需提取部分数据的场景。它不加载整个文档到内存，而是边读边触发回调，由你定义的处理器响应事件。

核心思路：写一个 ContentHandler 子类

SAX 解析的关键是实现 xml.sax.handler.ContentHandler 的子类，重写其中的方法来捕获开始标签、结束标签、文本内容等事件。系统会在解析过程中自动调用这些方法。

startElement(name, attrs)：遇到开始标签时调用，name 是标签名，attrs 是 xml.sax.xmlreader.AttributesImpl 对象，可用 attrs.get('attr_name') 或 dict(attrs) 获取属性
characters(content)：遇到标签内文本时调用，注意可能被多次调用（比如含换行或CDATA），需累积拼接
endElement(name)：遇到结束标签时调用，可在此做收尾操作（如保存当前对象、清空临时变量）

基本使用步骤

三步走：准备处理器 → 创建解析器 → 解析文件或流

定义自己的 ContentHandler 子类（比如叫 BookHandler）
用 xml.sax.make_parser() 创建解析器实例
调用 parser.setContentHandler(your_handler) 设置处理器
调用 parser.parse('file.xml') 或 parser.parse(io.StringIO(xml_str))

一个小而完整的例子

假设 XML 是这样：

立即学习“Python免费学习笔记（深入）”；

Procys

AI驱动的发票数据处理

102

查看详情

    Python Cookbook
    David Beazley

对应处理器可以这样写：

import xml.sax
<p>class BookHandler(xml.sax.ContentHandler):
def <strong>init</strong>(self):
self.books = []
self.current_tag = ""
self.current_book = {}
self.buffer = ""</p><pre class="brush:php;toolbar:false;">def startElement(self, name, attrs):
    self.current_tag = name
    if name == "book":
        self.current_book = {"id": attrs.get("id", "")}

def characters(self, content):
    if self.current_tag in ("title", "author"):
        self.buffer += content.strip()

def endElement(self, name):
    if name == "title":
        self.current_book["title"] = self.buffer
    elif name == "author":
        self.current_book["author"] = self.buffer
    elif name == "book":
        self.books.append(self.current_book)
    self.buffer = ""
    self.current_tag = ""

登录后复制

使用

handler = BookHandler() parser = xml.sax.make_parser() parser.setContentHandler(handler) parser.parse("books.xml") print(handler.books) # [{'id': '101', 'title': 'Python Cookbook', 'author': 'David Beazley'}]