python3.7從入門到精通教學(xué)第18章web網(wǎng)站編程

第18章Web網(wǎng)絡(luò)編程本章內(nèi)容18.1XML編程基礎(chǔ)18.2XML語法基礎(chǔ)18.3Python解析XML18.4XDR數(shù)據(jù)交換格式18.5JSON數(shù)據(jù)解析18.6Python解析HTML18.1XML編程基礎(chǔ)

18.1.1XPath簡介18.1.2XSLT簡介18.1.1XPath簡介XPath主要用于對(duì)XML文檔元件尋址。XPath將一個(gè)XML文檔建模成為一棵節(jié)點(diǎn)樹，有不同類型的節(jié)點(diǎn)，包括元素節(jié)點(diǎn)、屬性節(jié)點(diǎn)和正文節(jié)點(diǎn)。XPath定義了一種方法來計(jì)算每類節(jié)點(diǎn)的字串值。一些節(jié)點(diǎn)的類型也有名字。XPath充分支持XML命名空間。這樣，節(jié)點(diǎn)的名字被建模成由一個(gè)局域部分和可能為空的命名空間URI組成的對(duì)，這被稱為擴(kuò)展名。1．XPath節(jié)點(diǎn)2．位置路徑18.1.2XSLT簡介XSLT是由XSL（ExtensibleStylesheetLanguage）發(fā)展而來的，XSLT是一種基于XML的語言，用于將一類XML文檔轉(zhuǎn)換成另一種XML文檔。XSLT實(shí)際上就是XML文檔類的一個(gè)規(guī)范，即XSLT本身是格式正確的XML文檔，并帶有一些專門的內(nèi)容，可以讓開發(fā)者或用戶“模塊化”自己所期望的輸出格式。XSLT的作用是將來源XML元素轉(zhuǎn)換成用戶所期望的格式文件中的元素，所以與其他語言不同，它是一種模板驅(qū)動(dòng)的轉(zhuǎn)換腳本。其實(shí)現(xiàn)過程是把模板提供給XSLT處理器，并指明在進(jìn)行轉(zhuǎn)換時(shí)何時(shí)何地使用模板。在模板中，可以加入指令，以告訴處理器從一個(gè)或多個(gè)源文件中自行搜索信息，并插入模板中的空位。18.2XML語法基礎(chǔ)18.2.1XML的基本應(yīng)用18.2.2XML文檔組成和聲明18.2.3XML元素介紹18.2.1XML的基本應(yīng)用隨著因特網(wǎng)發(fā)展，為了控制網(wǎng)頁顯示樣式，就增加了一些描述如何顯現(xiàn)數(shù)據(jù)的標(biāo)記，例如<center>、<b>等標(biāo)記。但隨著HTML的不斷發(fā)展，W3C組織意識(shí)到HTML存在了一些無法避免的問題。⑴不能解決所有解釋數(shù)據(jù)的問題，例如影音文件或化學(xué)公式、音樂符號(hào)等其他型態(tài)的內(nèi)容。⑵效能問題，需要下載整份文件，才能開始對(duì)文件做搜尋的動(dòng)作。⑶擴(kuò)充性、彈性、易讀性均不佳。18.2.2XML文檔組成和聲明18.2.3XML元素介紹元素是以樹形分層結(jié)構(gòu)排列的，它可以嵌套在其他元素中。1．元素類別2．元素命名規(guī)范3．元素嵌套4．元素實(shí)例18.3Python解析XML18.3.1使用SAX解析XML18.3.2使用DOM解析XML18.3.1使用SAX解析XML

python標(biāo)準(zhǔn)庫包含(simpleAPIforXML)SAX解析器，SAX是一種基于事件驅(qū)動(dòng)的API，通過在解析XML的過程中觸發(fā)一個(gè)個(gè)的事件，然后調(diào)用用戶定義的回調(diào)函數(shù)來處理XML文件。使用SAX解析XML文檔主要包括兩部分：解析器和事件處理器。其中解析器負(fù)責(zé)讀取XML文檔，并向事件處理器發(fā)送事件，如元素開始跟元素結(jié)束事件；而事件處理器則負(fù)責(zé)調(diào)出相應(yīng)的事件，對(duì)傳遞的XML數(shù)據(jù)進(jìn)行處理。18.3.2使用DOM解析XML文件對(duì)象模型（DocumentObjectModel，簡稱DOM），是W3C組織推薦的處理可擴(kuò)展置標(biāo)語言的標(biāo)準(zhǔn)編程接口。DOM將XML數(shù)據(jù)在內(nèi)存中解析成一個(gè)樹，通過對(duì)樹的操作來操作XML。一個(gè)DOM的解析器在解析一個(gè)XML文檔時(shí)，一次性讀取整個(gè)文檔，把文檔中所有元素保存在內(nèi)存中的一個(gè)樹結(jié)構(gòu)里，之后可以利用DOM提供的不同的函數(shù)來讀取或修改文檔的內(nèi)容和結(jié)構(gòu)，也可以把修改過的內(nèi)容寫入xml文件。18.4XDR數(shù)據(jù)交換格式XDR(eXternalDataRepresentation，外部數(shù)據(jù)表示)是數(shù)據(jù)描述與編碼的標(biāo)準(zhǔn)，它使用隱含形態(tài)的語言來正確地描述復(fù)雜的數(shù)據(jù)格式。SunRPC(RemoteProcedureCall，遠(yuǎn)程過程調(diào)用)與NFS(NetworkFileSystem，網(wǎng)絡(luò)文件系統(tǒng))等協(xié)議，都使用XDR來描述它們的數(shù)據(jù)格式，因?yàn)閄DR適合在不同的計(jì)算機(jī)結(jié)構(gòu)之間傳輸數(shù)據(jù)。Python語言通過提供的xdrlib模塊來處理XDR數(shù)據(jù)，在網(wǎng)絡(luò)應(yīng)用程序上的應(yīng)用非常廣泛。xdrlib模塊定義中定義了Packer類和Unpacker類，另外還定義了兩個(gè)異常。1.Packer類2.Unpacker類18.5JSON數(shù)據(jù)解析JSON(JavaScriptObjectNotation)是一種輕量級(jí)的數(shù)據(jù)交換格式。它基于ECMAScript的一個(gè)子集。Python中提供了json模塊來對(duì)JSON數(shù)據(jù)進(jìn)行編碼和解碼。json模塊中包含了以下兩個(gè)函數(shù)：⑴json.dumps():對(duì)數(shù)據(jù)進(jìn)行編碼。⑵json.loads():對(duì)數(shù)據(jù)進(jìn)行解碼。18.6Python解析HTMLPython使用urllib包抓取網(wǎng)頁后，需要將抓取到的數(shù)據(jù)交給HTMLParser解析，從而提取出需要的內(nèi)容。Python提供了一個(gè)簡單的解析模塊HTMLParser類，使用起來也是比較簡單，特別是新手用起來比較容易。HtmlParser是一個(gè)類，在使用時(shí)一般繼承它然后重載它的方法，來達(dá)到解析出需要的數(shù)據(jù)的目的。HtmlParser類的常用方法如下：⑴handle_starttag(tag,attrs)：處理開始標(biāo)簽，比如<div>；這里的attrs獲取到的是屬性列表，屬性以元組的方式展示。⑵handle_endtag(tag)：處理結(jié)束標(biāo)簽，比如</div>。⑶handle_