哪個XML庫用於什麼目的？

Question

搜索「python」和「xml」會返回多種用於組合這兩者的庫。

這份名單可能有問題：

• xml.dom的
• xml.etree
• xml.sax
• xml.parsers.expat
• 的PyXML
• beautifulsoup？
• 的HTMLParser
• htmllib中
• sgmllib中

是很好，如果有人能提供的時候使用它，爲什麼一個簡單的總結。

Answer 1

DOM/SAX鴻溝是基本的。它不僅適用於python，因爲DOM和SAX是跨語言的。

DOM：將整個文檔讀入內存並對其進行處理。 適合：在標記跨越標記

• 複雜關係
• 小錯綜複雜的XML文檔
• 注意事項：
  • 易於使用過多的內存

SAX：解析t他在閱讀時記錄它。適合：

• 長文檔或開放式流
• 地方內存是一種約束
• 注意事項：
  • 你需要編寫一個狀態分析器，它可能會非常棘手

beautifulsoup：

非常適合HTML或不太完善的標記。易於使用和快速。適用於屏幕抓取等。它可以與標記一起使用，其中基於XML的標記僅通過標記不正確的錯誤。

其餘大部分我沒有使用過，但我認爲關於何時使用哪些規則沒有硬性規定。只是你的標準考慮：誰來維護代碼，你覺得哪些API最容易使用，工作效率如何等等。

一般來說，對於基本需求，使用標準庫模塊因爲它們是「標準」的，因此可用且衆所周知。但是，如果您需要深入研究某些內容，幾乎總是會有更新的非標準模塊在標準庫之外提供卓越的功能。

Answer 2

我對XML沒有太多的瞭解，但是當我需要的時候，lxml一直是一種樂趣，而且顯然非常快。元素樹API在面向對象的設置中非常好用。

Answer 3

我發現xml.etree基本上足夠了一切，除了BeautifulSoup如果我需要（從破碎的HTML，這BeautifulSoup也有助於和是無處不不是一個普遍的問題，不同的）解析破 XML：它有合理支持讀取內存中的整個XML文檔，瀏覽它們，創建它們，逐步解析大文檔。 lxml支持相同的接口，並且速度通常更快 - 當您可以負擔得起安裝第三方Python擴展時（例如在App Engine上，您不能 - 但xml.etree仍然存在，所以您可以準確運行相同的代碼）。 lxml也有更多的功能，並提供BeautifulSoup。

你提到的其他庫是模仿非常不同的語言設計的API，一般而言，我沒有理由將Python扭曲到這些迴轉中。如果你有非常特殊的需求，例如對xslt的支持，各種驗證等等，那麼可能還有其他庫需要四處尋找，但是我很長一段時間沒有這樣的需求，所以我不是現在的爲他們提供的產品。

Answer 4

對於許多問題，你可以通過XML獲得。它具有作爲標準庫一部分的主要優點。這意味着它幾乎安裝在每個系統上，並且界面將是靜態的。這不是最好的，也不是最快的，但它在那裏。

其他的一切都有lxml。具體來說，lxml最適合解析破碎的HTML，xHTML或可疑提要。它使用libxml2和libxslt來處理XPath，XSLT和EXSLT。教程很明確，界面簡單直觀。提到的其餘庫存在，因爲lxml目前的形式不可用。

這是我的意見。