20.8. xml.dom.pulldom - 支持构建部分DOM树

源代码： Lib / xml / dom / pulldom.py

xml.dom.pulldom模块提供了一个“pull解析器”，如果需要，也可以要求它生成文档的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出现错误条件。

警告

xml.dom.pulldom模块对于恶意构建的数据不安全。如果需要解析不受信任或未经身份验证的数据，请参阅XML vulnerabilities。

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是类型xml.dom.minidom.Document，xml.dom.minidom.Element或xml.dom.minidom.Text。

由于文档被视为“平坦”事件流，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级问题，但是如果元素的上下文是重要的，则需要维持一些上下文相关状态（即，记住在任何给定点处文档中的哪个位置），或者使用DOMEventStream.expandNode()方法并切换到DOM相关处理。

class xml.dom.pulldom.PullDom(documentFactory=None)

xml.sax.handler.ContentHandler的子类。

class xml.dom.pulldom.SAX2DOM(documentFactory=None)

xml.sax.handler.ContentHandler的子类。

xml.dom.pulldom.parse(stream_or_string, parser=None, bufsize=None)

从给定输入返回DOMEventStream。stream_or_string可以是文件名或类似文件的对象。解析器（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，可以使用parseString()函数：

xml.dom.pulldom.parseString(string, parser=None)

返回表示（Unicode）字符串的DOMEventStream。

xml.dom.pulldom.default_bufsize

bufsize参数到parse()的默认值。

在调用parse()之前，可以更改此变量的值，新值将生效。

20.8.1. DOMEventStream Objects

class xml.dom.pulldom.DOMEventStream(stream, parser, bufsize)
getEvent()

如果event等于START_DOCUMENT，则返回包含事件和当前节点的元组为xml.dom.minidom.Document xml.dom.minidom.Element if event equals START_ELEMENT或END_ELEMENT或xml.dom.minidom.Text if事件等于CHARACTERS。除非调用expandNode()，否则当前节点不包含有关其子节点的信息。

expandNode(node)

将节点的所有子节点扩展为节点。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()