"xml.dom.pulldom" --- Support for building partial DOM trees#

Source code: Lib/xml/dom/pulldom.py

======================================================================

The "xml.dom.pulldom" module provides a "pull parser" which can also be asked to produce DOM-accessible fragments of the document where necessary. The basic concept involves pulling "events" from a stream of incoming XML and processing them. In contrast to SAX which also employs an event-driven processing model together with callbacks, the user of a pull parser is responsible for explicitly pulling events from the stream, looping over those events until either processing is finished or an error condition occurs.

Nota:

If you need to parse untrusted or unauthenticated data, see XML security.

Distinto en la versión 3.7.1: El analizador SAX ya no procesa entidades externas generales de forma predeterminada para aumentar la seguridad de forma predeterminada. Para habilitar el procesamiento de entidades externas, pase una instancia de analizador personalizada (custom parser instance in::)

from xml.dom.pulldom import parse from xml.sax import make_parser from xml.sax.handler import feature_external_ges

parser = make_parser() parser.setFeature(feature_external_ges, True) parse(filename, parser=parser)

Ejemplo:

from xml.dom import pulldom

doc = pulldom.parse('sales_items.xml') for event, node in doc: if event == pulldom.START_ELEMENT and node.tagName == 'item': if int(node.getAttribute('price')) > 50: doc.expandNode(node) print(node.toxml())

"event" es una constante y puede ser uno de:

• "START_ELEMENT" (Iniciar elemento)

• "END_ELEMENT" (Finalizar elemento)

• "COMMENT" (comentario)

• "START_DOCUMENT" (Iniciar documento)

• "END_DOCUMENT" (finalizar documento)

• "CHARACTERS" (caracteres)

• "PROCESSING_INSTRUCTION" (instrucción de procesamiento)

• "IGNORABLE_WHITESPACE" (Espacio en blanco que puede ignorarse)

"node" es un objeto del tipo "xml.dom.minidom.Document", "xml.dom.minidom.Element" ó "xml.dom.minidom.Text".

Puesto que el documento se trata como una secuencia "flat" (plana) de eventos, el documento "tree" (árbol) se atraviesa implícitamente y los elementos deseados se encuentran independientemente de su profundidad en el árbol. En otras palabras, no es necesario tener en cuenta cuestiones jerárquicas como la búsqueda recursiva de los nodos de documento, aunque si el contexto de los elementos fuera importante, es necesario mantener algún estado relacionado con el contexto (es decir, recordar dónde se encuentra en el documento en un momento dado) o hacer uso del método "DOMEventStream.expandNode()" y cambiar al procesamiento relacionado con DOM.

class xml.dom.pulldom.PullDOM(documentFactory=None)

Subclase de "xml.sax.handler.ContentHandler".

class xml.dom.pulldom.SAX2DOM(documentFactory=None)

Subclase de "xml.sax.handler.ContentHandler".

xml.dom.pulldom.parse(stream_or_string, parser=None, bufsize=None)

Retorna un "DOMEventStream" de la entrada dada. stream_or_string (secuencia o cadena) puede ser un nombre de archivo o un objeto similar a un archivo, parser, si se indica, debe ser un objeto "XMLReader". Esta función cambiará el controlador de documentos del analizador y activará el soporte de espacios de nombres; otra configuración del analizador (como establecer un solucionador de entidades) debe haberse realizado de antemano.

Si tiene XML en una cadena, puede usar en su lugar la función "parseString()":

xml.dom.pulldom.parseString(string, parser=None)

Retorna una: clase "DOMEventStream" que representa la cadena (Unicode) strnig (cadena)

xml.dom.pulldom.default_bufsize

Valor predeterminado para el parámetro bufsize para "parse()".

El valor de las variables puede ser cambiado antes de llamar a "parse()" y el nuevo valor tendrá efecto.

Objetos DOMEventStream#

class xml.dom.pulldom.DOMEventStream(stream, parser, bufsize)

Distinto en la versión 3.11: Support for "getitem()" method has been removed.

getEvent()

  Retorna el contenido de la tupla *event* y del *node* corriente
  como "xml.dom.minidom.Document" si el evento es igual a
  "START_DOCUMENT", "xml.dom.minidom.Element" si el evento es
  igual a "START_ELEMENT" o "END_ELEMENT" o "xml.dom.minidom.Text"
  si el evento es igual a "CHARACTERS". El nodo actual no es
  contiene información sobre sus hijos a menos que se llame a la
  función "expandNode()".

expandNode(node)

  Expande todos los hijos de *node* en *node* (nodo en nodo).
  Ejemplo:

     from xml.dom import pulldom

     xml = '<html><title>Foo</title> <p>Some text <div>and more</div></p> </html>'
     doc = pulldom.parseString(xml)
     for event, node in doc:
         if event == pulldom.START_ELEMENT and node.tagName == 'p':
             # Following statement only prints '<p/>'
             print(node.toxml())
             doc.expandNode(node)
             # Following statement prints node with all its children '<p>Some text <div>and more</div></p>'
             print(node.toxml())

reset()