Python for Infomatics 第13章 網頁服務一（譯）

註：文章原文為Dr. Charles Severance 的 《Python for Informatics》。文中代碼用3.4版改寫，併在本機測試通過。

　　一旦利用程式通過HTTP協議獲得並分析文檔變得簡單，那麼開發生成一個特殊設計的、供其他程式使用的文檔（不是在瀏覽器中顯示HTML）的方法也不用花太長時間。

　　我們使用的通過網頁互換數據的通用格式有這麼兩種：擴展標記語言XML和JSON（見 www.json.org)。XML已經應用多年，最適合互換文檔樣式數據。當程式之間只想互換字典、列表或者其它內部信息，它們使用JSON。我們將審視這兩種格式。

13.1 擴展標記語言-XML

13.1 eXtensible Markup Language - XML

　　XML看起來和HTML非常相似，但是XML比HTML更加結構化，下麵是一個XML文檔的示例：
<person>
<name>Chuck</name>
<phone type="intl">
+1 734 303 4456
</phone>
<email hide="yes"/>
</person>

　　用結構樹來看待XML往往比較有益。下圖中頂層父標簽是Person，phoned、name是父節點的孩子。

13.2 分析XML　　

　　下麵是一個從XML中分析並抓取一些元數據的簡單程式：

import xml.etree.ElementTree as ET

data='''
<person>
<name>Chuck</name>
<phone type="intl">
+1 734 303 4456
</phone>
<email hide="yes"/>
</person>'''

tree = ET.fromstring(data)
print('Name:', tree.find('name').text)
print('Attr:', tree.find('email').get('hide'))

　　運行代碼的輸出為：

Name: Chuck
Attr: yes

　　（譯者註：不要將這個代碼保存為xml.py，不然運行時將程式將報錯：ImportError: No module named 'xml.etree'。因為在引入庫文件時，Python將首先搜索當前目錄，當前目錄下命名為xml.py的文件或包將覆蓋同名的標準庫。）


　　調用fromstring將字元串顯示的XML轉換為XML節點樹。當XML在樹中時，我們有一系列的方法可以從XML抽取部分數據。

　　find函數搜遍XML樹，並獲取匹配指定標簽的節點。每個節點可以有一些文本，一些屬性（如hide），以及一些子節點。每個節點可以成為樹的根節點。

　　當XML如本例一樣非常的簡單時，使用類似ElementTree這樣的XML分析器有很多優勢。事實證明，認定有效的XML有很多規則，使用ElementTree允許我們從XML提取數據而無需擔憂語法規則。

13.3 遍循節點

　　XML經常有多個節點，我們必須編寫一個迴圈來處理所有的節點。在下麵的程式中，我們將遍循所有的user節點：

import xml.etree.ElementTree as ET

input = '''
<stuff>
<users>
<user x="2">
<id>001</id>
<name>Chuck</name>
</user>
<user x="7">
<id>009</id>
<name>Brent</name>
</user>
</users>
</stuff>'''

stuff = ET.fromstring(input)
lst = stuff.findall('users/user')
print('User count:', len(lst))

for item in lst:
    print('Name ', item.find('name').text)
    print('Id ', item.find('id').text)
    print('Attribute ', item.get('x'))

　　findall方法獲取一個以XML樹方式表示user的子樹列表。然後我們用一個for循序查看每個user節點，並列印出其name和id的文本信息，以及x屬性。

　　程式的輸出如下：
User count: 2
Name Chuck
Id 001
Attribute 2
Name Brent
Id 009
Attribute 7
13.4