xml.dom.pulldom —- 支持构建部分 DOM 树
xml.dom.pulldom 模块提供了一个“拉取解析器”,它能在必要时被用于产生文件的可访问 DOM 的片段。 其基本概念包括从输入的 XML 流拉取“事件”并处理它们。 与同样地同时应用了事件驱动处理模型加回调函数的 SAX 不同,拉取解析器的用户要负责显式地从流拉取事件,并循环遍历这些事件直到处理结束或者发生了错误条件。
警告
xml.dom.pulldom 模块对于恶意构建的数据是不安全的。 如果你需要解析不受信任或未经身份验证的数据,请参阅 XML 漏洞。
在 3.7.1 版更改: SAX 解析器默认不再处理一般外部实体以提升在默认情况下的安全性。 要启用外部实体处理,请传入一个自定义的解析器实例:
from xml.dom.pulldom import parse
from xml.sax import make_parser
from xml.sax.handler import feature_external_ges
parser = make_parser()
parser.setFeature(feature_external_ges, True)
parse(filename, parser=parser)
示例:
from xml.dom import pulldom
doc = pulldom.parse('sales_items.xml')
for event, node in doc:
if event == pulldom.START_ELEMENT and node.tagName == 'item':
if int(node.getAttribute('price')) > 50:
doc.expandNode(node)
print(node.toxml())
event
是一个常量,可以取下列值之一:
START_ELEMENT
END_ELEMENT
COMMENT
START_DOCUMENT
END_DOCUMENT
CHARACTERS
PROCESSING_INSTRUCTION
IGNORABLE_WHITESPACE
node
是一个 xml.dom.minidom.Document
, xml.dom.minidom.Element
或 xml.dom.minidom.Text
类型的对象。
由于文档是被当作“展平”的事件流来处理的,文档“树”会被隐式地遍历并且无论所需元素在树中的深度如何都会被找到。 换句话说,不需要考虑层级问题,例如文档节点的递归搜索等,但是如果元素的内容很重要,则有必要保留一些上下文相关的状态(例如记住任意给定点在文档中的位置)或者使用 DOMEventStream.expandNode() 方法并切换到 DOM 相关的处理过程。
class xml.dom.pulldom.PullDom(documentFactory=None)
xml.sax.handler.ContentHandler 的子类。
class xml.dom.pulldom.SAX2DOM(documentFactory=None)
xml.sax.handler.ContentHandler 的子类。
xml.dom.pulldom.parse(stream_or_string, parser=None, bufsize=None)
基于给定的输入返回一个 DOMEventStream。 stream_or_string 可以是一个文件名,或是一个文件类对象。 parser 如果给出,则必须是一个 XMLReader 对象。 此函数将改变解析器的文档处理程序并激活命名空间支持;其他解析器配置(例如设置实体解析器)必须在之前已完成。
如果你将 XML 存放为字符串形式,则可以改用 parseString() 函数:
xml.dom.pulldom.parseString(string, parser=None)
返回一个 DOMEventStream 来表示 (Unicode) string。
xml.dom.pulldom.default_bufsize
将 bufsize 形参的默认值设为 parse()。
此变量的值可在调用 parse() 之前修改并使新值生效。
DOMEventStream 对象
class xml.dom.pulldom.DOMEventStream(stream, parser, bufsize)
在 3.11 版更改: 对 __getitem__()
方法 的支持已被移除。
getEvent()
返回一个元组,其中包含 event 和
xml.dom.minidom.Document
形式的当前 node 如果 event 等于START_DOCUMENT
,包含xml.dom.minidom.Element
如果 event 等于START_ELEMENT
或END_ELEMENT
或者xml.dom.minidom.Text
如果 event 等于CHARACTERS
。 当前 node 不包含有关其子节点的信息,除非 expandNode() 被调用。expandNode(node)
将 node 的所有子节点扩展到 node 中。 例如:
from xml.dom import pulldom
xml = '<html><title>Foo</title> <p>Some text <div>and more</div></p> </html>'
doc = pulldom.parseString(xml)
for event, node in doc:
if event == pulldom.START_ELEMENT and node.tagName == 'p':
# Following statement only prints '<p/>'
print(node.toxml())
doc.expandNode(node)
# Following statement prints node with all its children '<p>Some text <div>and more</div></p>'
print(node.toxml())
reset()