Python的xml.sax模块是基于事件驱动的XML解析工具，适用于大文件或内存受限场景；需继承ContentHandler类并重写startElement、characters、endElement等方法来处理标签和文本事件。
Python 的 xml.sax 模块是标准库中用于事件驱动（SAX）XML 解析的工具，适合
处理大文件、内存受限或只需提取部分数据的场景。它不加载整个文档到内存，而是边读边触发回调，由你定义的处理器响应事件。
SAX 解析的关键是实现 xml.sax.handler.ContentHandler 的子类，重写其中的方法来捕获开始标签、结束标签、文本内容等事件。系统会在解析过程中自动调用这些方法。
name 是标签名，attrs 是 xml.sax.xmlreader.AttributesImpl 对象，可用 attrs.get('attr_name') 或 dict(attrs) 获取属性三步走：准备处理器 → 创建解析器 → 解析文件或流
ContentHandler 子类（比如叫 BookHandler）xml.sax.make_parser() 创建解析器实例parser.setContentHandler(your_handler) 设置处理器parser.parse('file.xml') 或 parser.parse(io.StringIO(xml_str))
假设 XML 是这样：
对应处理器可以这样写：
import xml.saxclass BookHandler(xml.sax.ContentHandler): def init(self): self.books = [] self.current_tag = "" self.current_book = {} self.buffer = ""
def startElement(self, name, attrs): self.current_tag = name if name == "book": self.current_book = {"id": attrs.get("id", "")} def characters(self, content): if self.current_tag in ("title", "author"): self.buffer += content.strip() def endElement(self, name): if name == "title": self.current_book["title"] = self.buffer elif name == "author": self.current_book["author"] = self.buffer elif name == "book": self.books.append(self.current_book) self.buffer = "" self.current_tag = ""使用
handler = BookHandler() parser = xml.sax.make_parser() parser.setContentHandler(handler) parser.parse("books.xml") print(handler.books) # [{'id': '101', 'title': 'Python Cookbook', 'author': 'David Beazley'}]
注意事项和常见坑
SAX 是流式解析，没有 DOM 那样的树结构，也不支持 XPath 或回溯。几个实用提醒：
characters）可能被拆成多次调用，别直接覆盖，要累积self.depth 或列表记录当前路径）xml.sax.handler.ContentHandler 并重写 startElementNS 等方法parser.setErrorHandler() 自定义错误处理基本上就这些。SAX 不复杂但容易忽略字符分段和状态维护，写清楚逻辑就能稳定工作。