xml.sax.xmlreader
— XML 解析器接口¶
SAX 解析器实现了 XMLReader
接口。它们是在 Python 模块中实现的,该模块必须提供一个函数 create_parser()
。此函数由 xml.sax.make_parser()
调用,不带参数,用于创建一个新的解析器对象。
- class xml.sax.xmlreader.XMLReader¶
可以被 SAX 解析器继承的基类。
- class xml.sax.xmlreader.IncrementalParser¶
在某些情况下,希望不要一次性解析输入源,而是随着文档块的可用而提供。请注意,读取器通常不会读取整个文件,而是也会分块读取;但
parse()
在处理完整个文档之前不会返回。因此,如果不需要parse()
的阻塞行为,则应使用这些接口。当解析器实例化时,它已准备好立即开始从 feed 方法接收数据。在使用 close 方法调用完成解析后,必须调用 reset 方法以使解析器准备好接收新数据,无论是来自 feed 还是使用 parse 方法。
请注意,这些方法在解析期间 *不得* 调用,也就是说,在调用 parse 之后和返回之前。
默认情况下,该类还使用 IncrementalParser 接口的 feed、close 和 reset 方法实现 XMLReader 接口的 parse 方法,以便于 SAX 2.0 驱动程序编写者使用。
- class xml.sax.xmlreader.Locator¶
用于将 SAX 事件与文档位置相关联的接口。定位器对象仅在调用 DocumentHandler 方法期间返回有效结果;在任何其他时间,结果都是不可预测的。如果没有可用信息,方法可能会返回
None
。
- class xml.sax.xmlreader.InputSource(system_id=None)¶
XMLReader
读取实体所需信息的封装。此类可以包含有关公共标识符、系统标识符、字节流(可能带有字符编码信息)和/或实体字符流的信息。
应用程序将创建此类的对象,以用于
XMLReader.parse()
方法和从 EntityResolver.resolveEntity 返回。InputSource
属于应用程序,XMLReader
不允许修改从应用程序传递给它的InputSource
对象,尽管它可以进行复制和修改。
- class xml.sax.xmlreader.AttributesImpl(attrs)¶
这是
Attributes
接口的实现(请参阅 Attributes 接口 部分)。这是一个类似字典的对象,表示startElement()
调用中的元素属性。除了最有用的字典操作之外,它还支持接口描述的许多其他方法。此类的对象应由读取器实例化;*attrs* 必须是一个类似字典的对象,其中包含从属性名称到属性值的映射。
- class xml.sax.xmlreader.AttributesNSImpl(attrs, qnames)¶
AttributesImpl
的命名空间感知变体,它将被传递给startElementNS()
。它派生自AttributesImpl
,但将属性名称理解为 *namespaceURI* 和 *localname* 的二元组。此外,它还提供了一些方法,这些方法期望限定名称在原始文档中出现。此类实现了AttributesNS
接口(请参阅 AttributesNS 接口 部分)。
XMLReader 对象¶
XMLReader
接口支持以下方法
- XMLReader.parse(source)¶
处理输入源,生成 SAX 事件。*source* 对象可以是系统标识符(标识输入源的字符串 - 通常是文件名或 URL)、
pathlib.Path
或 类路径 对象,或InputSource
对象。当parse()
返回时,输入已完全处理,解析器对象可以被丢弃或重置。在 3.5 版更改: 添加了对字符流的支持。
在 3.8 版更改: 添加了对类路径对象的的支持。
- XMLReader.getContentHandler()¶
返回当前的
ContentHandler
。
- XMLReader.setContentHandler(handler)¶
设置当前的
ContentHandler
。如果没有设置ContentHandler
,内容事件将被丢弃。
- XMLReader.getDTDHandler()¶
返回当前的
DTDHandler
。
- XMLReader.setDTDHandler(handler)¶
设置当前的
DTDHandler
。如果没有设置DTDHandler
,DTD 事件将被丢弃。
- XMLReader.getEntityResolver()¶
返回当前的
EntityResolver
。
- XMLReader.setEntityResolver(handler)¶
设置当前的
EntityResolver
。如果没有设置EntityResolver
,尝试解析外部实体将导致打开该实体的系统标识符,如果该标识符不可用,则解析失败。
- XMLReader.getErrorHandler()¶
返回当前的
ErrorHandler
。
- XMLReader.setErrorHandler(handler)¶
设置当前的错误处理程序。如果没有设置
ErrorHandler
,错误将作为异常引发,警告将被打印。
- XMLReader.setLocale(locale)¶
允许应用程序设置错误和警告的区域设置。
SAX 解析器不要求为错误和警告提供本地化;但是,如果它们不支持请求的区域设置,则必须引发 SAX 异常。应用程序可以在解析过程中请求更改区域设置。
- XMLReader.getFeature(featurename)¶
返回功能 featurename 的当前设置。如果无法识别该功能,则会引发
SAXNotRecognizedException
。已知的 featurename 列在模块xml.sax.handler
中。
- XMLReader.setFeature(featurename, value)¶
将 featurename 设置为 value。如果无法识别该功能,则会引发
SAXNotRecognizedException
。如果解析器不支持该功能或其设置,则会引发 SAXNotSupportedException。
- XMLReader.getProperty(propertyname)¶
返回属性 propertyname 的当前设置。如果无法识别该属性,则会引发
SAXNotRecognizedException
。已知的 propertyname 列在模块xml.sax.handler
中。
- XMLReader.setProperty(propertyname, value)¶
将 propertyname 设置为 value。如果无法识别该属性,则会引发
SAXNotRecognizedException
。如果解析器不支持该属性或其设置,则会引发 SAXNotSupportedException。
增量解析器对象¶
IncrementalParser
的实例提供以下附加方法
- IncrementalParser.feed(data)¶
处理一块 data。
- IncrementalParser.close()¶
假定文档结束。这将检查只能在结束时检查的格式良好的条件,调用处理程序,并可能清理在解析期间分配的资源。
- IncrementalParser.reset()¶
此方法在调用 close 后调用,用于重置解析器,使其准备好解析新文档。在调用 close 后但在调用 reset 之前调用 parse 或 feed 的结果是未定义的。
定位器对象¶
Locator
的实例提供以下方法
- Locator.getColumnNumber()¶
返回当前事件开始处的列号。
- Locator.getLineNumber()¶
返回当前事件开始处的行号。
- Locator.getPublicId()¶
返回当前事件的公共标识符。
- Locator.getSystemId()¶
返回当前事件的系统标识符。
InputSource 对象¶
- InputSource.setPublicId(id)¶
设置此
InputSource
的公共标识符。
- InputSource.getPublicId()¶
返回此
InputSource
的公共标识符。
- InputSource.setSystemId(id)¶
设置此
InputSource
的系统标识符。
- InputSource.getSystemId()¶
返回此
InputSource
的系统标识符。
- InputSource.setEncoding(encoding)¶
设置此
InputSource
的字符编码。编码必须是 XML 编码声明可接受的字符串(请参阅 XML 建议的第 4.3.3 节)。
如果
InputSource
还包含字符流,则忽略InputSource
的编码属性。
- InputSource.getEncoding()¶
获取此 InputSource 的字符编码。
- InputSource.setByteStream(bytefile)¶
为此输入源设置字节流(二进制文件)。
如果还指定了字符流,则 SAX 解析器将忽略此项,但它将优先使用字节流,而不是自己打开 URI 连接。
如果应用程序知道字节流的字符编码,则应使用 setEncoding 方法进行设置。
- InputSource.getByteStream()¶
获取此输入源的字节流。
getEncoding 方法将返回此字节流的字符编码,如果未知,则返回
None
。
- InputSource.setCharacterStream(charfile)¶
为此输入源设置字符流(文本文件)。
如果指定了字符流,则 SAX 解析器将忽略任何字节流,并且不会尝试打开到系统标识符的 URI 连接。
- InputSource.getCharacterStream()¶
获取此输入源的字符流。
Attributes
接口¶
Attributes
对象实现了 映射协议 的一部分,包括方法 copy()
、get()
、__contains__()
、items()
、keys()
和 values()
。还提供了以下方法
- Attributes.getLength()¶
返回属性的数量。
- Attributes.getNames()¶
返回属性的名称。
- Attributes.getType(name)¶
返回属性 *name* 的类型,通常为
'CDATA'
。
- Attributes.getValue(name)¶
返回属性 *name* 的值。
AttributesNS
接口¶
此接口是 Attributes
接口的子类型(请参阅 Attributes 接口 部分)。该接口支持的所有方法也可用于 AttributesNS
对象。
还提供了以下方法
- AttributesNS.getValueByQName(name)¶
返回限定名称的值。
- AttributesNS.getNameByQName(name)¶
返回限定 *name* 的
(namespace, localname)
对。
- AttributesNS.getQNameByName(name)¶
返回
(命名空间, 本地名称)
对的限定名称。
- AttributesNS.getQNames()¶
返回所有属性的限定名称。