Python的xml.sax模块怎么用
xml.sax.parse() 需配合自定义 ContentHandler 才能解析 XML；handler 必须继承 xml.sax.ContentHandler 并实现 startElement、endElement 等方法，通过事件驱动处理标签、属性与文本，注意 characters 可能分段调用、DTD 外部实体需禁用、编码需匹配。
xml.sax.parse() 是入口，但必须配自定义 ContentHandler
直接调用 xml.sax.parse() 不会输出任何内容，它只是启动解析流程；真正干活的是你传进去的 ContentHandler 子类。没实现关键方法（比如 startElement、characters）就等于没写逻辑。
-
xml.sax.parse(filename, handler)读文件，xml.sax.parseString(xml_str, handler)解析字符串 - handler 必须继承
xml.sax.ContentHandler，且至少覆盖startElement和endElement才可能捕获结构 - 如果 XML 里有 CDATA 或特殊字符，
characters()可能被多次调用，不能假设一次拿到全部文本
startElement 和 endElement 怎么匹配标签嵌套
startElement 触发时，标签名在 name 参数里，属性通过 
attrs（xml.sax.xmlreader.AttributesImpl 对象）访问；endElement 只给 name，没有属性。靠自己维护栈或深度计数来处理嵌套。
-
attrs.get('id')安全取属性值，attrs['id']会抛KeyError - 别在
startElement里直接拼接文本 ——characters()还没执行，此时内容为空 - 常见陷阱：把
self.current_tag = name放在startElement，却在endElement里清空，结果characters来临时找不到上下文
遇到 DTD 或外部实体时报错怎么办
默认解析器会尝试加载 DTD 和外部实体，网络不通或文件缺失就抛 SAXParseException，错误信息里常含 "http://" 或 "file://" 路径。这不是你的代码错，是解析器太“尽职”。
- 禁用 DTD：子类化
xml.sax.handler.EntityResolver，重写resolveEntity返回空字符串或io.StringIO("") - 更简单做法：用
xml.sax.make_parser()获取 parser 实例，再调用parser.setFeature(xml.sax.handler.feature_external_ges, False) - 如果 XML 带
，而 Python 默认按 UTF-8 读，会报编码错 —— 先用open(filename, encoding="gbk")读成字符串，再用parseString()
import xml.sax from io import StringIOclass MyHandler(xml.sax.ContentHandler): def init(self): self.stack = [] self.content = []
def startElement(self, name, attrs): self.stack.append(name) if name == "item": print("Found item with id =", attrs.get("id")) def characters(self, content): stripped = content.strip() if stripped and self.stack and self.stack[-1] == "title": self.content.append(stripped) def endElement(self, name): if name == "title" and self.content: print("Title text:", "".join(self.content)) self.content.clear() if self.stack: self.stack.pop()使用示例（忽略 DTD）
parser = xml.sax.make_parser() parser.setContentHandler(MyHandler()) parser.setFeature(xml.sax.handler.feature_external_ges, False) parser.parse("data.xml")
SAX 是推模型，事件驱动，不建树也不存全文 —— 想边解析边过滤、统计或流式转 JSON，它很轻；但想随机查父节点、回溯上层属性，就得自己记状态，一不留神就漏掉
characters的分段调用。
