xml.dom.pulldom — Поддержка построения частичных деревьев DOM

Исходный код: Lib/xml/dom/pulldom.py

Модуль xml.dom.pulldom предоставляет «pull-парсер», который также можно попросить создавать доступные через DOM фрагменты документа, когда это необходимо. Основная идея заключается в извлечении «событий» из потока входящих данных XML и их обработке. В отличие от SAX, который также использует управляемую событиями модель обработки с обратными вызовами, пользователь pull-парсера сам отвечает за явное извлечение событий из потока и перебор этих событий до завершения обработки или возникновения ошибки.

from xml.dom.pulldom import parse
from xml.sax import make_parser
from xml.sax.handler import feature_external_ges

parser = make_parser()
parser.setFeature(feature_external_ges, True)
parse(filename, parser=parser)

Пример:

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 — это константа, которая может принимать одно из следующих значений:

• START_ELEMENT
• END_ELEMENT
• COMMENT
• START_DOCUMENT
• END_DOCUMENT
• CHARACTERS
• PROCESSING_INSTRUCTION
• IGNORABLE_WHITESPACE

node — это объект типа xml.dom.minidom.Document, xml.dom.minidom.Element или xml.dom.minidom.Text.

Поскольку документ рассматривается как «плоский» поток событий, «дерево» документа неявно обходится, и нужные элементы находятся независимо от их глубины в дереве. Иными словами, нет необходимости учитывать иерархические аспекты, например рекурсивный поиск узлов документа. Однако, если важен контекст элементов, нужно либо поддерживать состояние, связанное с контекстом (то есть запоминать, в какой части документа вы находитесь в каждый момент времени), либо использовать метод DOMEventStream.expandNode() и перейти к обработке средствами DOM.

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

Подкласс xml.sax.handler.ContentHandler.

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

Подкласс xml.sax.handler.ContentHandler.

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

Возвращает DOMEventStream для заданных входных данных. stream_or_string может быть именем файла или файловым объектом. Если задан parser, он должен быть объектом XMLReader. Эта функция изменит обработчик документа парсера и включит поддержку пространств имён; остальные настройки парсера (например, установка резолвера сущностей) необходимо выполнить заранее.

Если у вас есть XML в виде строки, вместо этого можно использовать функцию parseString():

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

Возвращает DOMEventStream, представляющий строку string в кодировке Unicode.

xml.dom.pulldom.default_bufsize

Значение по умолчанию параметра bufsize функции parse().

Значение этой переменной можно изменить перед вызовом parse(); новое значение вступит в силу.