Python操作XML文件--XML概述

XML：可扩展标置语言，为HTML（超文本标置语言）的补充。HTML用于显示数据，而XML用于传输和存储数据

一.XML语法

    XML文件通常分为两部分：文件声明和文件主体

    =>文件声明：位于第一行

        <?xml version="1.0" encoding="utf-8"?>

        =>version标明此文件所用的标准的版本号，必须要有

        =>encoding标明此文件中所使用的字符类型，可以省略；省略时后面的字符码必须是Unincode字符码（建议不省略）

    =>文件主体

        =>必须有根元素

        =>标签对大小写敏感

        =>属性

            应尽量避免使用属性，因为属性难以阅读和维护，尽量使用元素来描述数据，仅使用属性来提供与数据无关的信息。

               =>元数据(有关数据的数据,如id)应当存储为属性，而数据本身应存储为元素

            属性值必须加“”或者‘’。当属性值含有“”时，用‘’；当属性值含有‘’时，用“”；当属性值既含有‘’又含有“”时，用实体字符

               =>&lt   小于(<)     =>&gt   大于(>)     =>&amp   和号(&)     =>&apos   单引号(')     =>&quot   引号(")

        =>注释

             <!--注释内容-->

        =>空格

            HTML中会把多个连续空格字符合并为一个；但XML不会

        =>换行

             windows应用程序中，换行通常以一对字符来存储：回车符(CR)和换行符(LF)

             XML以LF存储换行

二.DOM(Document Object Model，文档对象模型)

    DOM以树状的层次结构存储XML文档中的数据，每个结点都是一个相应对象。

    DOM解析器在任何处理任务开始之前，必须把基于XML文件生成的树状数据放在内存，所以DOM解析器的内存使用量完全根据XML文件的大小来决定。=>占用内存大，解析和加载整个文档可能很慢且很耗资源

三.SAX(simple API for XML)

    SAX是事件驱动（基于回溯机制的程序运行方法）的，牺牲了便捷性来换取速度和内存占用。不需要一次性读入整个文档，而文档的读入过程就是SAX的解析过程，即逐行扫描文档，边扫描边解析。

四.ElementTree

    ET的性能与SAX模块大致相仿，但它的API更加高层次，用户使用起来更加便捷。