可爱的 Python：将 XML 和 Python结合起来

核心提示： “SAX（XML 的简单 API）是 XML 语法分析器的公用语法分析器接口，它允许应用程序作者编写使用 XML 语法分析器的应用程序，可爱的 Python：将 XML 和 Python结合起来(5)，但是它却独立于所使用的语法分析器，（将它看作 XML 的 JDBC，因为这个

“SAX（XML 的简单 API）是 XML 语法分析器的公用语法分析器接口。它允许应用程序作者编写使用 XML 语法分析器的应用程序，但是它却独立于所使用的语法分析器。（将它看作 XML 的 JDBC。）”

-- Lars Marius Garshol, SAX for Python（请参阅 参考资料）

SAX -- 如同它提供的语法分析器模块的 API -- 基本上是一个 XML 文档的顺序处理器。使用它的方法与 [xmllib] 示例极其相似，但更加抽象。定义语法分析器类，应用程序员将定义一个 'handler' 类，该类将注册所使用的语法分析器。必须定义四个 SAX 接口（每个接口都有几个方法）：DocumentHandler、DTDHandler、EntityResolver 和 ErrorHandler。已提供了所有这些接口的基类，但大多数情况下，最简单的方法是继承 'HandlerBase'，因为这个类继承了所有四个接口。可以不用考虑想要做什么。某些代码将帮助解释这一点；该样本执行与 [xmllib] 示例相同的任务。

尝试 SAX 的样本代码

　　　#--------------------- try_sax.py ----------------------#
　　　import string
　　　from xml.sax import saxlib, saxexts
　　　class QuotationHandler(saxlib.HandlerBase):
　　　　　"""Crude sax extractor for quotations.dtd document"""
　　　　　def __init__(self):
　　　　　　　　　self.in_quote = 0
　　　　　　　　　self.thisquote = ''
　　　　　def startDocument(self):
　　　　　　　print '--- Begin Document ---'
　　　　　def startElement(self, name, attrs):
　　　　　　　if name == 'quotation':
　　　　　　　　　print 'QUOTATION:'
　　　　　　　　　self.in_quote = 1
　　　　　　　else:
　　　　　　　　　self.thisquote = self.thisquote + '{'
　　　　　def endElement(self, name):
　　　　　　　if name == 'quotation':
　　　　　　　　　print string.join(string.split(self.thisquote[:230]))+'...',
　　　　　　　　　print '('+str(len(self.thisquote))+' bytes)
'
　　　　　　　　　self.thisquote = ''
　　　　　　　　　self.in_quote = 0
　　　　　　　else:
　　　　　　　　　self.thisquote = self.thisquote + '}'
　　　　　def characters(self, ch, start, length):
　　　　　　　if self.in_quote:
　　　　　　　　　self.thisquote = self.thisquote + ch[start:start+length]
　　　if __name__ == '__main__':
　　　　　parser　= saxexts.XMLParserFactory.make_parser()
　　　　　handler = QuotationHandler()
　　　　　parser.setDocumentHandler(handler)
　　　　　parser.parseFile(open("sample.xml"))
　　　　　parser.close()