python - 如何使用 python SAX 解析器获取标签之间的文本？

Question

我需要的只是获取相应标签的文本并将其持久化到数据库中。由于 xml 文件很大 (4.5GB)，我使用的是 sax。我使用 characters 方法获取文本并将其放入字典中。但是，当我在 endElement 方法中打印文本时，我得到了一个新行而不是文本。

这是我的代码:

def characters(self,content):
   text = unescape(content))
   self.map[self.tag]=text

def startElement(self, name, attrs):
   self.tag = name

def endElement (self, name)
   if (name=="sometag")
   print self.map[name]

提前致谢。

Answer 1

标记中的文本由 SAX 处理器分 block 。 characters 可能会被多次调用。

你需要做类似的事情:

def startElement(self, name, attrs):
    self.map[name] = ''
    self.tag = name

def characters(self, content):
    self.map[self.tag] += content

def endElement(self, name):
    print self.map[name]