Python的xml.sax模块是基于事件驱动的XML解析器，适合大文件和内存受限场景，通过继承xml.sax.ContentHandler并重写startElement、endElement、characters等方法处理标签与文本，再用xml.sax.parse()启动解析。

Python 的 xml.sax 模块是基于事件驱动的 XML 解析器，适合处理大文件、内存受限场景，不加载整个文档到内存，而是边读边触发回调。核心在于自定义一个继承 xml.sax.ContentHandler 的处理器类，并重写其中的方法来响应开始标签、结束标签、文本内容等事件。

创建自定义 ContentHandler 处理器

你需要定义一个类，继承 xml.sax.ContentHandler，并至少实现以下常用方法：

• startElement(name, attrs)：遇到起始标签时调用，name 是标签名，attrs 是 xml.sax.xmlreader.AttributesImpl 对象，可用 attrs.get('attr_name') 或 attrs.items() 获取属性
• endElement(name)：遇到结束标签时调用
• characters(content)：获取标签内的文本内容（注意：可能被多次调用，内容可能被切分，需累积）
• startDocument() / endDocument()：可选，分别在解析开始和结束时触发

用 xml.sax.parse() 启动解析

调用 xml.sax.parse(filename, handler) 即可开始解析。也可以用 xml.sax.parseString(xml_str, handler) 解析字符串。

示例：

立即学习“Python免费学习笔记（深入）”；

  张三
  李四

对应处理器：

Opus

AI生成视频工具

下载

import xml.sax
class BookHandler(xml.sax.ContentHandler):
def init(self):
self.current_tag = ""
self.title = ""
self.author = ""
self.books = []
def startElement(self, name, attrs):
    self.current_tag = name
    if name == "book":
        self.book_id = attrs.get("id", "")

def endElement(self, name):
    if name == "book":
        self.books.append({
            "id": self.book_id,
            "title": self.title.strip(),
            "author": self.author.strip()
        })
        self.title = self.author = ""

def characters(self, content):
    if self.current_tag == "title":
        self.title += content
    elif self.current_tag == "author":
        self.author += content
使用
handler = BookHandler()
xml.sax.parse("books.xml", handler)
print(handler.books)
注意字符数据的累积与空白处理
characters() 不保证一次性返回全部文本，尤其含换行或空格时，可能被拆成多次调用。务必用 += 累积，并在 endElement 中做 strip() 清理首尾空白。不要在 characters 中直接打印或赋值，否则容易丢失或覆盖。
错误处理与异常捕获
SAX 解析出错（如格式错误、编码问题）会抛出 xml.sax.SAXParseException。建议用 try-except 包裹 parse 调用：
try:
    xml.sax.parse("books.xml", handler)
except xml.sax.SAXParseException as e:
    print(f"XML 解析错误：第{e.getLineNumber()}行，第{e.getColumnNumber()}列 — {e.getMessage()}")
进阶：使用 xml.sax.make_parser() 自定义解析器
若需设置 DTD 验证、命名空间支持或自定义错误处理器，可用：
parser = xml.sax.make_parser()
parser.setContentHandler(handler)
parser.setFeature(xml.sax.handler.feature_namespaces, False)  # 关闭命名空间
parser.parse("books.xml")
还可通过 parser.setErrorHandler() 设置自定义错误处理器。