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

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 指可扩展标记语言（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_element，end_element和char_data三个事件即可。

比如当解析器读取到一个XML的节点：

<a href="/">pythona>

会产生三个事件：

start_element，在读取开始标签时调用；
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'''                              

    
Python
    
Ruby

'''

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'')
L.append(r'')
L.append(('some & data').encode)
L.append(r'')
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(￣▽￣)~*