XML 구문 분석-ElementTree 대 SAX 및 DOM

XML 구문 분석-ElementTree 대 SAX 및 DOM

---

파이썬에는 XML을 구문 분석하는 여러 가지 방법이 있습니다.

SAX 로 구문 분석의 기본 사항을 이해합니다 . 이벤트 기반 API를 사용하여 스트림 파서로 작동합니다.

DOM 파서도 이해합니다 . XML을 메모리로 읽어서 Python으로 액세스 할 수있는 객체로 변환합니다.

일반적으로해야 할 일, 메모리 제약, 성능 등에 따라 둘 중 하나를 선택하는 것이 쉬웠습니다.

(지금까지 내가 정확하기를 바랍니다.)

Python 2.5부터는 ElementTree 도 있습니다 . 이것은 DOM 및 SAX와 어떻게 비교됩니까? 어느 쪽과 더 비슷합니까? 이전 파서보다 나은 이유는 무엇입니까?

---

ElementTree는 XML 트리 (기본적으로)를 목록 구조로 표현하고 속성은 사전으로 표현하므로 사용하기가 훨씬 쉽습니다.

ElementTree는 DOM보다 XML 트리에 대해 훨씬 적은 메모리를 필요로하며 (따라서 더 빠릅니다),을 통한 구문 분석 오버 헤드 iterparse는 SAX와 비슷합니다. 또한 iterparse부분 구조를 반환하고 구조를 처리하는 즉시 폐기하여 구문 분석 중에 메모리 사용량을 일정하게 유지할 수 있습니다.

Python 2.5에서와 같이 ElementTree는 본격적인 XML 라이브러리에 비해 작은 기능 세트 만 가지고 있지만 많은 애플리케이션에 충분합니다. 유효성 검사 파서 또는 완전한 XPath 지원이 필요한 경우 lxml을 사용하면됩니다. 오랫동안 상당히 불안정했지만 2.1 이후로는 문제가 없었습니다.

ElementTree는 노드가 부모와 형제에 액세스 할 수있는 DOM에서 벗어납니다. 텍스트 노드가 실제 노드로 처리되지 않기 때문에 데이터 저장소가 아닌 실제 문서를 처리하는 것도 약간 번거 롭습니다. XML 스 니펫에서

<a>This is <b>a</b> test</a>

문자열 test은 소위 tailelement b입니다.

일반적으로 Python을 사용한 모든 XML 처리의 기본값으로 ElementTree를, 특정 문제에 대한 솔루션으로 DOM 또는 SAX를 권장합니다.

---

최소 DOM 구현 :

링크 .

Python은 XML DOM ( xml.dom ) 의 완전한 W3C 표준 구현 과 최소한의 xml.dom.minidom을 제공 합니다. 이 후자는 전체 구현보다 간단하고 작습니다. 그러나 "파싱 관점"에서는 표준 DOM의 모든 장단점을 가지고 있습니다. 즉, 모든 것을 메모리에로드합니다.

기본 XML 파일 고려 :

<?xml version="1.0"?>
<catalog>
    <book isdn="xxx-1">
      <author>A1</author>
      <title>T1</title>
    </book>
    <book isdn="xxx-2">
      <author>A2</author>
      <title>T2</title>
    </book>
</catalog>

minidom을 사용하는 가능한 Python 파서 는 다음과 같습니다.

import os
from xml.dom import minidom
from xml.parsers.expat import ExpatError

#-------- Select the XML file: --------#
#Current file name and directory:
curpath = os.path.dirname( os.path.realpath(__file__) )
filename = os.path.join(curpath, "sample.xml")
#print "Filename: %s" % (filename)

#-------- Parse the XML file: --------#
try:
    #Parse the given XML file:
    xmldoc = minidom.parse(filepath)
except ExpatError as e:
    print "[XML] Error (line %d): %d" % (e.lineno, e.code)
    print "[XML] Offset: %d" % (e.offset)
    raise e
except IOError as e:
    print "[IO] I/O Error %d: %s" % (e.errno, e.strerror)
    raise e
else:
    catalog = xmldoc.documentElement
    books = catalog.getElementsByTagName("book")

    for book in books:
        print book.getAttribute('isdn')
        print book.getElementsByTagName('author')[0].firstChild.data
        print book.getElementsByTagName('title')[0].firstChild.data

참고 xml.parsers.expat이 국외 거주자의 타당성을 검증하지 않는 XML 파서 (docs.python.org/2/library/pyexpat.html)에 파이썬 인터페이스입니다.

xml.dom의 또한 패키지 공급 예외 클래스 예외 : DOMException는 있지만에서 supperted되지 minidom !

ElementTree XML API :

Link.

ElementTree is much easier to use and it requires less memory than XML DOM. Furthermore, a C implementation is available (xml.etree.cElementTree).

A possible Python parser using ElementTree is:

import os
from xml.etree import cElementTree  # C implementation of xml.etree.ElementTree
from xml.parsers.expat import ExpatError  # XML formatting errors

#-------- Select the XML file: --------#
#Current file name and directory:
curpath = os.path.dirname( os.path.realpath(__file__) )
filename = os.path.join(curpath, "sample.xml")
#print "Filename: %s" % (filename)

#-------- Parse the XML file: --------#
try:
    #Parse the given XML file:
    tree = cElementTree.parse(filename)
except ExpatError as e:
    print "[XML] Error (line %d): %d" % (e.lineno, e.code)
    print "[XML] Offset: %d" % (e.offset)
    raise e
except IOError as e:
    print "[XML] I/O Error %d: %s" % (e.errno, e.strerror)
    raise e
else:
    catalogue = tree.getroot()

    for book in catalogue:
        print book.attrib.get("isdn")
        print book.find('author').text
        print book.find('title').text

---

ElementTree's parse() is like DOM, whereas iterparse() is like SAX. In my opinion, ElementTree is better than DOM and SAX in that it provides API easier to work with.

---

ElementTree has more pythonic API. It also is in the standard library now so using it reduces dependencies.

I actually prefer lxml as it has API like ElementTree, but has also nice additional features and performs well.

참고URL : https://stackoverflow.com/questions/192907/xml-parsing-elementtree-vs-sax-and-dom