¿Cómo puedo obtener el texto entre las etiquetas usando el analizador de Python SAX?

Question

Lo que necesito es solo obtener el texto de la etiqueta correspondiente y persistir en la base de datos. Como el archivo xml es grande (4.5GB) estoy usando sax. Usé el caracteres del método para obtener el texto y ponerlo en un diccionario. Sin embargo, cuando estoy imprimiendo el texto en el método endElement obtengo una nueva línea en lugar del texto.

Aquí está mi código:

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] 

Gracias de antemano.

Answer 1

El texto en la etiqueta está fragmentado por el procesador SAX. characters se puede llamar varias veces.

que tiene que hacer algo como:

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]