14、Python 中 XML 处理与 Unicode 应用全解析

Python 中 XML 处理与 Unicode 应用全解析

1. XML 解析之 SAX 方法

SAX（Simple API for XML）接口最初在 Java 中开发，如今在多数语言中都有实现。Python 2 支持 SAX2，其接口功能丰富。Python 为 SAX 解析器提供了基础接口、异常处理系统、用于创建 SAX 处理程序的基类集合，以及用于构建基于 SAX 的底层解析器的底层接口。

SAX 的工作方式是接受一个事先创建好的内容处理类，用于处理不同的元素。其原理与 Expat 类似，但创建的类专门用于支持不同元素的处理方法。SAX 会处理所有的数据读取，并将信息提供给解析器。

以下是一个使用 SAX 输出示例文件中开始和结束标签的脚本：

from xml.sax import make_parser
from xml.sax.handler import ContentHandler

# 定义一个新的内容处理类，定义的方法将在 XML 文档中找到单个元素时触发
class FindStartEnd(ContentHandler):
    def __init__(self):
        pass

    def startElement(self, name, attrs):
        print 'Start: ', name, attrs

    def endElement(self, name):
        print 'End:   ', name

# 创建一个新的解析器
parser = make_parser()

# 根据我们的类创建一个新的