第8章：XML和XML-RPC

XML是派生于SGML（通用标记语言标准），相当于是给文本进行标记。将标签放在“<>”之中，便于解析。XML文档是层次结构的，例如如下XML文档：

<?xmlversion="1.0"encoding="ISO-8859-1"?>
<!--SampleXMLDocument-test.xml-->
<book>
<title>SampleXMLThing</title>
<author>
<name><first>Ben</first><last>Smith</last></name>
<affiliation>Spring</affiliation>
</author>

<chapternumber="1">
<title>FirstChapter</title>
<para>
Ithinkwidgetswaregreat.<company>Spring</company>
</para>
</chapter>
<book>

从中可以看到xml文档的层次结构性。

通常，当使用xml文档时，会使用一个预先定义号的XML解析库，这些库通常使用下面两种方法之一来展示xml文档：树和事件。一个基于事件的解析器可以扫描文档，并在有感兴趣的内容出现的时候进行通知。例如第7章的HTMLParser例子就是一个基于事件解析器的例子。对于基于事件的解析器，可以实现编写号当文档中出现感兴趣的事情的时候，程序该做什么。

另一方面，基于树的解析器会扫描全部的文档，通过产生嵌套的数据结构来展现文档。对于一个基于树的解析器，可以在得到解析的节后后，浏览一下并挑除需要的信息。另外一个基于树的解析器的有点是，可以在把数据存入内容后进行修改，并通过系统把修改后的xml文档写到磁盘上。

Python对这两种方法都有支持。它的SAX模块可以实现基于事件的解析，它的DOM模块可以实现基于树的解析。本章只介绍DOM模块。。

#!/usr/bin/envpython
#-*-coding:utf-8-*-

fromxml.domimportminidom,Node

defscanNode(node,level=0):
msg=node.__class__.__name__
ifnode.nodeType==Node.ELEMENT_NODE:
msg+=",tag:"+node.tagName
print""*level*4,msg
ifnode.hasChildNodes:
forchildinnode.childNodes:
scanNode(child,level+1)

doc=minidom.parse('test.xml')
scanNode(doc)

以上代码生成如下结果：

Document
Comment
Element,tag:book
Text
Element,tag:title
Text
Text
Element,tag:author
Text
Element,tag:name
Element,tag:first
Text
Text
Element,tag:last
Text
Text
Element,tag:affiliation
Text
Text
Text
Element,tag:chapter
Text
Element,tag:para
Text
Element,tag:company
Text
Text
Text
Text

ELENMENT对象表示文档中成对出现的标签。TEXT表示实际的文本，即使在处理空白内容的时候也经常建立TEXT对象。。在源代码中，parse()函数载入和解析XML文档并返回顶端节点。从这个节点开始向下访问其他的节点，就是scanNode()所做的事。

除了可以用dom库来分析xml文档，产生对象树之外，还可以反着用：生成一个对象的树，并使用库函数来写出一个xml文档。还可以从一个存在的文档中得到树后，修改它并写出结果。

#!/usr/bin/envpython

fromxml.domimportminidom,Node

doc=minidom.Document()

doc.appendChild(doc.createComment("SampleXMLDocument"))

#Generatethebook

book=doc.createElement('book')
doc.appendChild(book)

#Thetitle

title=doc.createElement('title')
title.appendChild(doc.createTextNode('SampleXMLThing'))
book.appendChild(title)

#Theauthorsection

author=doc.createElement('author')
book.appendChild(author)
name=doc.createElement('name')
author.appendChild(name)
firstname=doc.createElement('first')
name.appendChild(firstname)
firstname.appendChild(doc.createTextNode('Ben'))
name.appendChild(doc.createTextNode(''))
lastname=doc.createElement('last')
lastname.appendChild(doc.createTextNode('Smith'))
name.appendChild(lastname)

affiliation=doc.createElement('affiliation')
author.appendChild(affiliation)
affiliation.appendChild(doc.createTextNode('Spring'))

#Thechapter

chapter=doc.createElement('chapter')
book.appendChild(chapter)
chapter.setAttribute('number','1')
title=doc.createElement('title')
chapter.appendChild(title)
title.appendChild(doc.createTextNode('FirstChapter'))

para=doc.createElement('para')
chapter.appendChild(para)
para.appendChild(doc.createTextNode('Ithinkwidgetsaregreat.'))
company=doc.createElement('company')
para.appendChild(company)
company.appendChild(doc.createTextNode('Spring'))

para.appendChild(doc.createTextNode('.'))

printdoc.toprettyxml(indent='')

生成如下内容：

<?xmlversion="1.0"?>
<!--SampleXMLDocument-->
<book>
<title>SampleXMLThing</title>
<author>
<name>
<first>Ben</first>

<last>Smith</last>
</name>
<affiliation>Spring</affiliation>
</author>
<chapternumber="1">
<title>FirstChapter</title>
<para>
Ithinkwidgetsaregreat.
<company>Spring</company>
.
</para>
</chapter>
</book>

如果在最后，用toxml()（不带参数）替换toprettyxml()，会看到所有的文档都放到了一行里面，这就为DOM树提供一个真实的表示方法（不含任何空格），不过对人来说不美观。

XML-RPC

XML-RPC是一种与任何语言都没有关系，可以在网络上传递请求和应答的方法。它使用XML来作为基本的数据表示，但是XML-RPC用户不需要真正了解XML。

书中使用的例子与O'Reilly的市场服务有关，这个服务在2006年就关闭了，因此无法测试。。。。

（编辑：李大同）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!