20.8. xml.dom.pulldom
—支持构建部分DOM树¶
xml.dom.pulldom
模块提供了一个“拉解析器”,如果需要,它也可以被要求产生文档的DOM可访问的片段。基本概念涉及从传入XML流中拉出“事件”并处理它们。与还使用事件驱动处理模型和回调的SAX相反,拉解析器的用户负责从流中显式拉出事件,循环这些事件直到处理完成或错误状况发生。
警告
xml.dom.pulldom
模块对于恶意构造的数据不安全。如果需要解析不受信任或未经身份验证的数据,请参阅 XML漏洞。
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
是常数,可以是以下之一:
START_ELEMENT
END_ELEMENT
COMMENT
START_DOCUMENT
END_DOCUMENT
CHARACTERS
PROCESSING_INSTRUCTION
IGNORABLE_WHITESPACE
node
是 xml.dom.minidom.Document
,xml.dom.minidom.Element
或 xml.dom.minidom.Text
类型的对象。
由于文档被视为事件的“平坦”流,所以隐含地遍历文档“树”,并且找到期望的元素,而不管它们在树中的深度如何。换句话说,人们不需要考虑诸如文档节点的递归搜索的分层问题,但是如果元素的上下文是重要的,则需要保持一些与上下文相关的状态(即,记住文档中的哪一个)在任何给定点)或使用 DOMEventStream.expandNode()
方法并切换到DOM相关处理。
-
class
xml.dom.pulldom.
PullDom
(documentFactory=None)¶
-
class
xml.dom.pulldom.
SAX2DOM
(documentFactory=None)¶
-
xml.dom.pulldom.
parse
(stream_or_string, parser=None, bufsize=None)¶ 从给定的输入返回
DOMEventStream
。 stream_or_string 可以是文件名或类似文件的对象。 parser,如果给定,必须是XMLReader
对象。此函数将更改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(如设置实体解析器)必须提前完成。
如果在字符串中有XML,则可以使用 parseString()
函数:
-
xml.dom.pulldom.
parseString
(string, parser=None)¶ 返回表示(Unicode) string 的
DOMEventStream
。
20.8.1. DOMEventStream对象¶
-
class
xml.dom.pulldom.
DOMEventStream
(stream, parser, bufsize)¶ -
getEvent
()¶ 如果事件等于
START_DOCUMENT
,则返回包含 event 和当前 node 的元组作为xml.dom.minidom.Document
,如果事件等于START_ELEMENT
或END_ELEMENT
,则返回xml.dom.minidom.Element
,如果事件等于CHARACTERS
,则返回xml.dom.minidom.Text
。当前节点不包含关于其子节点的信息,除非调用expandNode()
。
-
expandNode
(node)¶ 将 node 的所有孩子扩展为 node。例:
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
()¶
-