在Python中使用SAX方式处理XML文件的简单例子

初识python的SAX，摸索出了如下示例，与大家分享。

用到的示例xml文档：（请将以下内容保存为test.xml，注意main部分的路径）

<?xml version="1.0" encoding="utf-8"?>
<root>
    <person age="18">
        <name>张三</name>
        <sex>男人</sex>
    </person>
    <person age="19" des="hello">
        <name>李四</name>
        <sex>女人</sex>
    </person>
    <person age="18" des="变态">
        <name>王五</name>
        <sex>不男不女</sex>
    </person>
</root>

用来处理该xml文件的python代码：

#!/usr/bin/env python3
# coding: utf-8

import xml.sax
from pandas import DataFrame # 用于在最后将dict转换为pandas.DataFrame

class PersonHandler(xml.sax.ContentHandler):
    """定义ContentHandler对象

    """
    def __init__(self, records):
        self.CurrentTag = ""
        self.id = 0
        self.record = {}
        self.records = records
    
    # 元素开始事件
    def startElement(self, tag, attributes):
        self.CurrentTag = tag
        if tag == "person":
            self.id = self.id + 1
            for key in attributes.keys():
                self.record[key] = attributes[key]

    # 内容事件
    def characters(self, content):
        if self.CurrentTag == "name":
            self.record['name'] = content
        elif self.CurrentTag == "sex":
            self.record['sex'] = content

    # 元素结束事件
    def endElement(self, tag):
        if tag == "person":
            self.records[self.id] = self.record
            # 该条记录结束
            self.record = {}
        self.CurrentTag = ""


if __name__ == "__main__":

    parser = xml.sax.make_parser()
    parser.setFeature(xml.sax.handler.feature_namespaces, 0)
    
    records = {}
    parser.setContentHandler(PersonHandler(records))
    parser.parse("test.xml")

    df = DataFrame.from_dict(records, orient="index")
    print(df)

输出：

   age  name     sex       des
1  18    张三     男人      NaN
2  19    李四     女人    hello
3  18    王五  不男不女     变态