Python标准库xml.dom.pulldom支持构建部分DOM树

  • Z时代
  • 2024-01-10
  • 分类：综合

python lib

源代码: Lib/xml/dom/pulldom.py

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:

python3 notranslate">
fromxml.dom.pulldomimportparse
fromxml.saximportmake_parser
fromxml.sax.handlerimportfeature_external_ges
parser=make_parser()
parser.setFeature(feature_external_ges,True)
parse(filename,parser=parser)

示例:

python3 notranslate">
fromxml.domimportpulldom
doc=pulldom.parse('sales_items.xml')
forevent,nodeindoc:
ifevent==pulldom.START_ELEMENTandnode.tagName=='item':
ifint(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，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)

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:

fromxml.domimportpulldom
xml='<html><title>Foo</title> <p>Some text <div>and more</div></p> </html>'
doc=pulldom.parseString(xml)
forevent,nodeindoc:
ifevent==pulldom.START_ELEMENTandnode.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()

以上是 Python标准库xml.dom.pulldom支持构建部分DOM树 的全部内容， 来源链接： utcz.com/z/507918.html

回到顶部