您可能已經知道語法分析器有兩類接口 － 基於對象的（如：DOM）和基於事件（如：SAX）的接口。
DOM是基於對象的語法分析器的標准 API。
作為基於對象的接口，DOM 通過在內存中顯示地構建對象樹來與應用程序通信。對象樹是 XML 文件中元素樹的精確映射。
DOM 易於學習和使用，因為它與基本 XML 文檔緊密匹配。然而，對於大多數應用程序，處理 XML 文檔只是其眾多任務中的一種。例如，記帳軟件包可能導入 XML 發票，但這不是其主要活動。計算帳戶余額、跟蹤支出以及使付款與發票匹配才是主要活動。記帳軟件包可能已經具有一個數據結構（最有可能是數據庫）。DOM 模型不太適合記帳應用程序，因為在那種情況下，應用程序必須在內存中維護數據的兩份副本（一個是 DOM 樹，另一個是應用程序自己的結構）。至少，在內存維護兩次數據會使效率下降。對於桌面應用程序來說，這可能不是主要問題，但是它可能導致服務器癱瘓。
對於不以 XML 為中心的應用程序，SAX 是明智的選擇。實際上，SAX 並不在內存中顯式地構建文檔樹。它使應用程序能用最有效率的方法存儲數據。
基於事件的語法分析器將事件發送給應用程序。這些事件類似於用戶界面事件，例如，浏覽器中的 ONCLICK 事件或者 Java 中的 AWT/Swing 事件。
事件通知應用程序發生了某件事並需要應用程序作出反應。在浏覽器中，通常為響應用戶操作而生成事件：當用戶單擊按鈕時，按鈕產生一個 ONCLICK 事件。
在 XML 語法分析器中，事件與用戶操作無關，而與正在讀取的 XML 文檔中的元素有關。有對於以下方面的事件：
圖 3 顯示語法分析器在讀取文檔時如何生成事件。
清單 1 顯示了 XML 格式的清單。它詳細列出了不同公司對 XML 培訓的收費。圖 4 顯示了價目表文檔的結構。
<?xml version="1.0"?>
<xbe:price-list xmlns:xbe="http://www.psol.com/xbe2/listing8.1">
<xbe:product>XML Training</xbe:product>
<xbe:price-quote price="999.00" vendor="Playfield Training"/>
<xbe:price-quote price="699.00" vendor="XMLi"/>
<xbe:price-quote price="799.00" vendor="WriteIT"/>
<xbe:price-quote price="1999.00" vendor="Emailaholic"/>
</xbe:price-list>
XML 語法分析器讀取並解釋該文檔。每當它識別出文檔中的某些內容，就會生成一個事件。
讀取 清單 1 時，語法分析器首先讀取 XML 聲明並生成文檔開始事件。當它遇到第一個開始標記 <xbe:price-list> 時，語法分析器生成它的第二個事件來通知應用程序已經遇到了 price-list 元素。
接下來，語法分析器看到 product 元素的開始標記（為簡單起見，在本文其余部分，我將忽略名稱空格和縮進空格）並生成它的第三個事件。
在開始標記後，語法分析器看到 product 元素的內容： XML Training ，它產生另一個事件。
下一個事件指出 product 元素的結束標記。語法分析器已經完成了對 product 元素的語法分析。到目前為止，它已經激發了 5 個事件： product 元素的 3 個事件，一個文檔開始事件和一個 price-list 開始標記事件。
語法分析器現在移動到第一個 price-quote 元素。它為每個 price-quote 元素生成兩個事件：一個開始標記事件和一個結束標記事件。
是的，即使將結束標記簡化為開始標記中的 / 字符，語法分析器仍然生成一個結束事件。
有 4 個 price-quote 元素，所以語法分析器在分析它們時生成 8 個事件。最後，語法分析器遇到 price-list 的結束標記並生成它的最後兩個事件：結束 price-list 和文檔結束。
如圖 5 所示，這些事件共同向應用程序描述了文檔樹。開始標記事件意味著“轉到樹的下一層”，而結束標記元素意味著“轉到樹的上一層”。
請注意，語法分析器傳遞了足夠信息以構建 XML 文檔的文檔樹，但是與 DOM 語法分析器不同，它並不顯式地構建該樹。
現在，我敢肯定你已經糊塗了。應該使用哪一種類型的 API，應該何時使用它 － SAX 還是 DOM？不幸的是，這個問題沒有明確的答案。這兩種 API 中沒有一種在本質上更好；他們適用於不同的需求。
經驗法則是在需要更多控制時使用 SAX；要增加方便性時，則使用 DOM。
例如，DOM 在腳本語言中很流行。
采用 SAX 的主要原因是效率。SAX 比 DOM 做的事要少，但提供了對語法分析器的更多控制。當然，如果語法分析器的工作減少，則意味著您（開發者）有更多的工作要做。
而且，正如我們已討論的，SAX 比 DOM 消耗的資源要少，這只是因為它不需要構建文檔樹。
在 XML 早期，DOM 得益於 W3C 批准的官方 API 這一身份。逐漸地，開發者選擇了功能性而放棄了方便性，並轉向了 SAX。
SAX 的主要限制是它無法向後浏覽文檔。實際上，激發一個事件後，語法分析器就將其忘記。如您將看到的，應用程序必須顯式地緩沖其感興趣的事件。
使用Python解析XML的時候，需要 import xml.sax 和 xml.sax.handler
xml.sax提供了3個函數以及 SAX 異常類
創建並返回一個SAX XMLReader對象
xml.sax.make_parser([parser_list])
創建一個 SAX 解析器並解析xml文檔
xml.sax.parse(filename_or_stream, handler[, error_handler])
創建一個XML解析器並解析xml字符串
xml.sax.parseString(string, handler[, error_handler])
要解析的XML
<?xml version="1.0"?>
<collection shelf="New Arrivals">
<movie title="Enemy Behind">
<type>War, Thriller</type>
<format>DVD</format>
<year>2003</year>
<rating>PG</rating>
<stars>10</stars>
<description>Talk about a US-Japan war</description>
</movie>
<movie title="Transformers">
<type>Anime, Science Fiction</type>
<format>DVD</format>
<year>1989</year>
<rating>R</rating>
<stars>8</stars>
<description>A schientific fiction</description>
</movie>
<movie title="Trigun">
<type>Anime, Action</type>
<format>DVD</format>
<episodes>4</episodes>
<rating>PG</rating>
<stars>10</stars>
<description>Vash the Stampede!</description>
</movie>
<movie title="Ishtar">
<type>Comedy</type>
<format>VHS</format>
<rating>PG</rating>
<stars>2</stars>
<description>Viewable boredom</description>
</movie>
</collection>
使用SAX解析XML的Python源代碼
#!/usr/bin/python
import xml.sax
class MovieHandler( xml.sax.ContentHandler ):
def __init__(self):
self.CurrentData = ""
self.type = ""
self.format = ""
self.year = ""
self.rating = ""
self.stars = ""
self.description = ""
# 元素開始事件處理
def startElement(self, tag, attributes):
self.CurrentData = tag
if tag == "movie":
print "*****Movie*****"
title = attributes["title"]
print "Title:", title
# 元素結束事件處理
def endElement(self, tag):
if self.CurrentData == "type":
print "Type:", self.type
elif self.CurrentData == "format":
print "Format:", self.format
elif self.CurrentData == "year":
print "Year:", self.year
elif self.CurrentData == "rating":
print "Rating:", self.rating
elif self.CurrentData == "stars":
print "Stars:", self.stars
elif self.CurrentData == "description":
print "Description:", self.description
self.CurrentData = ""
# 內容事件處理
def characters(self, content):
if self.CurrentData == "type":
self.type = content
elif self.CurrentData == "format":
self.format = content
elif self.CurrentData == "year":
self.year = content
elif self.CurrentData == "rating":
self.rating = content
elif self.CurrentData == "stars":
self.stars = content
elif self.CurrentData == "description":
self.description = content
if ( __name__ == "__main__"):
# 創建一個 XMLReader
parser = xml.sax.make_parser()
# turn off namepsaces
parser.setFeature(xml.sax.handler.feature_namespaces, 0)
# 重寫 ContextHandler
Handler = MovieHandler()
parser.setContentHandler( Handler )
parser.parse("movies.xml")
執行結果:
*****Movie***** Title: Enemy Behind Type: War, Thriller Format: DVD Year: 2003 Rating: PG Stars: 10 Description: Talk about a US-Japan war *****Movie***** Title: Transformers Type: Anime, Science Fiction Format: DVD Year: 1989 Rating: R Stars: 8 Description: A schientific fiction *****Movie***** Title: Trigun Type: Anime, Action Format: DVD Rating: PG Stars: 10 Description: Vash the Stampede! *****Movie***** Title: Ishtar Type: Comedy Format: VHS Rating: PG Stars: 2 Description: Viewable boredom
《Python核心編程 第二版》.(Wesley J. Chun ).[高清PDF中文版] http://www.linuxidc.com/Linux/2013-06/85425.htm
《Python開發技術詳解》.( 周偉,宗傑).[高清PDF掃描版+隨書視頻+代碼] http://www.linuxidc.com/Linux/2013-11/92693.htm
Python腳本獲取Linux系統信息 http://www.linuxidc.com/Linux/2013-08/88531.htm
在Ubuntu下用Python搭建桌面算法交易研究環境 http://www.linuxidc.com/Linux/2013-11/92534.htm
Python 語言的發展簡史 http://www.linuxidc.com/Linux/2014-09/107206.htm
