6. diel - Úvod do formátu XML v Pythone

V minulej lekcii, Uloženie objektov do CSV v Pythone časť 2 , sme si napísali databázu pomocou textových súborov, presnejšie súborov vo formáte CSV. Dnes sa v Python tutoriálu zameriame na formát XML, najprv si ho popíšeme, v ďalšej lekcii si ukážeme triedy, ktoré nám Python poskytuje k jeho čítania a zápisu.

Formát XML

Teraz vás zahrniem množstvom pojmov, keď niečomu nebudete rozumieť, vôbec to nevadí, všetko si tu ešte preberieme

XML (eXtensible Markup Language) je značkovací jazyk, ktorý vyvinulo W3C (organizácia, ktorá má na starosti webové štandardy). XML je veľmi univerzálny a je podporované radom jazykov i aplikácií. Slovo extensible (rozšíriteľný) označuje možnosť vytvoriť si pomocou XML vlastný jazyk, tým je napr. XHTML pre tvorbu webových stránok. XML je jazyk samopopisovací, má takú štruktúru, že spoznáme, čo ktorá hodnota označuje. Kým v CSV sa môžeme len domnievať, čo je tá tretia osmička, v XML by nám bolo hneď jasné, že je to počet článkov používateľa (napríklad).

Nevýhodou formátu je samozrejme jeho väčšiu veľkosť, čo nám však vo väčšine prípadov nevadí. Osobne takmer vždy pri výbere formátu siaham po XML, hodí sa napr. K uloženiu konfigurácie programu, high-score hráčov hry alebo k menšej databázu užívateľov. Vďaka XSD schémam ho môžeme jednoducho zvalidovat a predísť chybám pri behu programu.

XML je možné spracovávať hneď niekoľkými spôsobmi. Obvykle jednoduchým kontinuálnym čítaním / zápisom alebo pomocou objektovej štruktúry DOM. Došlo to tak ďaleko, že nám niektoré nástroje umožňujú s XML dokumentom pracovať podobne ako s databázou a volať nad ním otázky. Asi si dokážete predstaviť, že to uľahčí prácu. Takým jazykom k dopytovania sa nad XML súbory je napr. XPath.

Xml vs. JSON

XML konkuruje formát JSON, ktorý je jednoduchší, ale menej populárne v obchodných aplikáciách. Ten na rozdiel od XML umožňuje jednoduché logovanie na koniec súboru bez načítania celého dokumentu. Keďže JSON je skratka z JavaScript Object Notation a JavaScript je jazyk primárne webový, nájdeme tento formát najmä vo webových technológiách.

XML sa veľmi často používa na výmenu dát medzi rozdielnymi systémami (napr. Desktopovú aplikácií a webovou aplikáciou na serveri), preto ako už bolo spomenuté existuje pre neho mnoho knižníc a každý nástroj ho pozná a vie s ním pracovať. S tým súvisia webové služby, SOAP a podobne, čím sa však teraz nebudeme zaoberať.

Ukážka XML súboru

Minule sme si uložili zoznam používateľov do súboru CSV. Ukladalo sa meno, vek a dátum registrácie. Hodnoty boli za sebou, oddelené bodkočiarkami. Každý riadok predstavoval jedného používateľa.

Csv formát

Obsah súboru vyzeral teda asi takto:

Pavel Slavík;22;21.3.2000
Jan Novák;31;30.10.2012

XML formát

Nezainteresovaný z toho nič moc nespozná, že? Urobme si teraz ekvivalent súboru vo formáte XML:

<?xml version="1.0" encoding="UTF-8" ?>
<uzivatele>
    <uzivatel vek="22">
        <jmeno>Pavel Slavík</jmeno>
        <registrovan>21.3.2000</registrovan>
    </uzivatel>
    <uzivatel vek="22">
        <jmeno>Jan Novák</jmeno>
        <registrovan>30.10.2012</registrovan>
    </uzivatel>
</uzivatele>

Teraz každý vidí, čo je v súbore uložené. Vek som tu uložil ako atribút len preto, aby som ukázal, že je XML vie, inak by mohol byť ako element spolu s menom a registrovaný. Teraz som teda vyzradil, že jednotlivým prvkom sa hovorí elementy. Tie určite všetci poznáte z HTML, ktoré vychádza z rovnakých základov ako XML. Elementy sú väčšinou párové, teda otváracia, potom nasleduje hodnota a uzatváracie tag s lomkou. Elementy môžu obsahovať ďalšie elementy, štruktúra je teda stromová. Vďaka tomu nie je problém do jediného XML dokumentu uložiť celú hierarchiu objektov.

Na začiatku súboru je XML hlavička. Aby bol dokument validný, musí obsahovať práve 1 koreňový element, tu element <uzivatele>, v ktorom sú zabalené ďalšie elementy. Atribúty sa píšu za názov atribútu do úvodzoviek.

Určite vidíme, že súbor nám nabobtnal, to je daň za to, že vyzerá pekne. Keby nemal užívateľ vlastnosti len 3, ale napr. 30, bolo by vidieť, ako CSV formát prestáva stačiť.

Osobne sa s pribúdajúcimi skúsenosťami čoraz viac prikláňam k riešeniam, ktoré sú prehľadná a jednoduchá, aj keď napríklad zaberajú viac pamäte (a to nielen v súboroch, ale aj v zdrojovom kóde). Nič nie je horšie, ako keď programátor príde za rok k svojmu programu a vôbec nevie, čo je ten ôsmy parameter v CSV, kde je na riadku 100 nejakých čísel. Alebo čo je to pětirozměrné pole, ktoré je síce hrozne rýchle, ale keby si namiesto neho postavil objektovú štruktúru, nemusel by teraz písať program odznovu.

S XML sme zoznámenie. V budúcej lekcii, Zápis a čítanie XML súborov v Pythone , sa naučíme ako dáta v tomto formáte zapisovať a ako ich potom aj načítať.

Mal si s čímkoľvek problém? Stiahni si vzorovú aplikáciu nižšie a porovnaj ju so svojím projektom, chybu tak ľahko nájdeš.