可爱的 Python: 重温 Python 的 XML 工具

核心提示： 模块：xmllibxmllib 是一个非验证的低级语法分析器，应用程序员使用的 xmllib 可以覆盖 XMLParser 类，可爱的 Python: 重温 Python 的 XML 工具(2)，并提供处理文档元素（如特定或类属标记，或字符实体）的方法，经过分析的文本作为连续流来处理，所使

模块：xmllib

xmllib 是一个非验证的低级语法分析器。应用程序员使用的 xmllib 可以覆盖 XMLParser 类，并提供处理文档元素（如特定或类属标记，或字符实体）的方法。从 Python 1.5x 到 Python 2.0+ 以来， xmllib 的使用方法并没变化；在绝大多数情况下更好的选择是使用 SAX 技术，它也是种面向流的技术，对语言和开发者来说更为标准。

本文中的示例与原来专栏中的相同：包括一个叫做 quotations.dtd 的 DTD 以及这个 DTD 的文档 sample.xml （请参阅 参考资料，以获取本文中提到的文件的档案）。以下的代码显示了 sample.xml 中每段引言的前几行，并生成了非常简单的未知标记和实体的 ASCII 指示符。经过分析的文本作为连续流来处理，所使用的任何累加器都由程序员负责（如标记中的字符串 (#PCDATA)，或所遇到的标记的列表或词典）。

清单 1: try_xmllib.pyimport
　　　　 xmllib, string　　　　
class
　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　
　　　　　QuotationParser
　　　　(xmllib.XMLParser):
　　"""Crude xmllib extractor for quotations.dtd document"""
　　　　　__init__
　　　　(self):
　　　　xmllib.XMLParser.__init__(self)
　　　　self.thisquote = ''　　　　　　　　　　# quotation accumulator　　　　　
　　　　　def
　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　
　　　　　handle_data
　　　　(self, data):
　　　　self.thisquote = self.thisquote + data
　　　　　syntax_error
　　　　(self, message):　　　　　　　　　　　　　　
　　　　　pass
　 def
　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　
　　　　　start_quotations
　　　　(self, attrs):　　　　　# top level tag
　　　　　　　　　　　　　　print
　　　　 '--- Begin Document ---'
　　　　　start_quotation
　　　　(self, attrs):　　　　　　　　　　　　　　
　　　　　print
　　　　 'QUOTATION:'
　　　　　end_quotation
　　　　(self):　　　　　　　　　　　　　　
　　　　　print
　　　　 string.join(string.split(self.thisquote[:230]))+'...',　　　　　　　　　　　　　　
　　　　　print
　　　　 '('+str(len(self.thisquote))+' bytes)
'
　　　　self.thisquote = ''
　　　　　unknown_starttag
　　　　(self, tag, attrs):
　　　　self.thisquote = self.thisquote + '{'
　　　　　unknown_endtag
　　　　(self, tag):
　　　　self.thisquote = self.thisquote + '}'
　　　　　unknown_charref
　　　　(self, ref):
　　　　self.thisquote = self.thisquote + '?'
　　　　　unknown_entityref
　　　　(self, ref):
　　　　self.thisquote = self.thisquote + '#'　　　　
if
　　　　 __name__ == '__main__':
　　parser = QuotationParser()
　　　　　　
for
　　　　 c　　　　
in
　　　　 open("sample.xml").read():
　　　　parser.feed(c)
　　parser.close()