欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页

【Python入门】31.常用内置模块之 XML & 抓取Yahoo天气预报信息

程序员文章站 2022-05-28 08:32:37
...

摘要:XML的介绍;如何用SAX解析XML文本;XML文本生成;通过解析Yahoo的XML格式文本获取其天气预报信息。


写在前面:为了更好的学习python,博主记录下自己的学习路程。本学习笔记基于廖雪峰的Python教程,如有侵权,请告知删除。欢迎与博主一起学习Pythonヽ( ̄▽ ̄)ノ


目录

常用内置模块

XML

XML可扩展标记语言(eXtensible Markup Language)。它是传输和存储数据常用的工具,在信息存储和描述领域十分流行。

操作XML的常用方法有:DOM和SAX。DOM占用内存大,解析慢,但可以遍历任意节点;SAX,占用内存小,解析快,但需要自己处理事件。

正常情况下,优先考虑SAX,因为DOM实在太占内存。——廖雪峰

下面介绍如何用SAX解析XML。

SAX解析XML

SAX(simple API for XML) 用事件驱动模型,也就是在解析XML的过程中触发每个事件,同时调用用户定义的回调函数来处理XML文件。SAX有两大部分:解析器和事件处理器。

解析器:负责读取XML文件,然后向事件处理器发送事件。
事件处理器:负责对每个事件做出回应,处理传递的数据。

在Python中,使用SAX解析XML十分简单。一般而言,定义好start_elementend_elementchar_data三个事件即可。

比如当解析器读取到一个XML的节点:

<a href="/">python</a>

会产生三个事件:

start_element,在读取开始标签<a href="/">时调用;
char_data,在读取数据内容python时调用;
end_element,在读取结束标签</a>时调用:

在对应的事件中,定义好我们想要的处理方式,然后通过ParserCreate()生成解析器,使用parser.Parse解析文本即可。看具体代码(以下代码除注释转自廖雪峰官网)

from xml.parsers.expat import ParserCreate                    # 引入解析器模块

class DefaultSaxHandler(object):                              # 定义一个事件处理器的类
    def start_element(self, name, attrs):                     # 定义开始标签事件
        print('sax:start_element: %s, attrs: %s' % (name, str(attrs)))

    def end_element(self, name):                              # 定义结束标签事件
        print('sax:end_element: %s' % name)

    def char_data(self, text):                                # 定义数据内容处理事件
        print('sax:char_data: %s' % text)
                                                              # xml文本
xml = r'''<?xml version="1.0"?>                              
<ol>
    <li><a href="/python">Python</a></li>
    <li><a href="/ruby">Ruby</a></li>
</ol>
'''

handler = DefaultSaxHandler()                                 # 创建一个事件处理器的实例
parser = ParserCreate()                                       # 创建一个解析器
parser.StartElementHandler = handler.start_element            # 给予开始标签的处理方式
parser.EndElementHandler = handler.end_element                # 给予结束标签的处理方式
parser.CharacterDataHandler = handler.char_data               # 给予数据内容的处理方式
parser.Parse(xml)                                             # 解析xml文本

运行结果:

sax:start_element: ol, attrs: {} 
sax:char_data:  

sax:char_data:      
sax:start_element: li, attrs: {} 
sax:start_element: a, attrs: {'href': '/python'} 
sax:char_data: Python 
sax:end_element: a 
sax:end_element: li 
sax:char_data:  

sax:char_data:      
sax:start_element: li, attrs: {} 
sax:start_element: a, attrs: {'href': '/ruby'} 
sax:char_data: Ruby 
sax:end_element: a 
sax:end_element: li 
sax:char_data:  

sax:end_element: ol 

这样就成功解析一个XML文本啦( ̄▽ ̄)/

XML生成

除了解析XML,我们还想要生成XML要怎么做?

用最简单的方法,append拼接。

L = []
L.append(r'<?xml version="1.0"?>')
L.append(r'<root>')
L.append(('some & data').encode)
L.append(r'</root>')
return ''.join(L)

如果要生成复杂的XML呢?建议你不要用XML,改成JSON。——廖雪峰

【练习】获取Yahoo天气预报信息

(练习源自廖雪峰官网)

请利用SAX编写程序解析Yahoo的XML格式的天气预报,获取天气预报:

https://query.yahooapis.com/v1/public/yql?q=select%20*%20from%20weather.forecast%20where%20woeid%20%3D%202151330&format=xml
参数woeid是城市代码,要查询某个城市代码,可以在weather.yahoo.com搜索城市,浏览器地址栏的URL就包含城市代码。

# -*- coding:utf-8 -*-

from xml.parsers.expat import ParserCreate            # 引入xml解析模块
from urllib import request                            # 引入URL请求模块

class WeatherSaxHandler(object):                      # 定义一个天气事件处理器

    weather = {'city':1, 'forecast':[]}               # 初始化城市city和预报信息forecast

    def start_element(self, name, attrs):             # 定义开始标签处理事件

        if name == 'yweather:location':               # 获取location信息
            self.weather['city'] = attrs['city']

        elif name =='yweather:forecast':              # 获取forecast信息
            self.weather['forecast'].append({
                'date':attrs['date'], 
                'high':attrs['high'], 
                'low':attrs['low']
            })

def parseXml(xml_str):                                # 定义xml解析器

    handler = WeatherSaxHandler()
    parser = ParserCreate()
    parser.StartElementHandler = handler.start_element
    parser.Parse(xml_str)                             # 解析xml文本

    print('City: ' + handler.weather['city'])         # 打印city信息
    print('Weather: ')
    for x in handler.weather['forecast']:             # 打印天气信息
        print(x)

    return handler.weather


# 测试:
URL = 'https://query.yahooapis.com/v1/public/yql?q=select%20*%20from%20weather.forecast%20where%20woeid%20%3D%202151330&format=xml'

with request.urlopen(URL, timeout=4) as f:
    data = f.read()

result = parseXml(data.decode('utf-8'))
assert result['city'] == 'Beijing'

运行结果:

City: Beijing 
Weather:  
{'date': '30 Aug 2018', 'high': '80', 'low': '69'} 
{'date': '31 Aug 2018', 'high': '84', 'low': '66'} 
{'date': '01 Sep 2018', 'high': '83', 'low': '69'} 
{'date': '02 Sep 2018', 'high': '80', 'low': '69'} 
{'date': '03 Sep 2018', 'high': '89', 'low': '67'} 
{'date': '04 Sep 2018', 'high': '88', 'low': '71'} 
{'date': '05 Sep 2018', 'high': '87', 'low': '69'} 
{'date': '06 Sep 2018', 'high': '83', 'low': '67'} 
{'date': '07 Sep 2018', 'high': '81', 'low': '64'} 
{'date': '08 Sep 2018', 'high': '80', 'low': '64'} 

如果我们知道Yahoo天气预报的城市代码,修改器URL的值,就能通过这个来获取Yahoo天气预报信息了( ̄▽ ̄)/


以上就是本节的全部内容,感谢你的阅读。

下一节内容:常用内置模块之 HTMLparser

有任何问题与想法,欢迎评论与吐槽。

和博主一起学习Python吧( ̄▽ ̄)~*

相关标签: xml sax 解析xml