使用SAX将圣经文本转为OSIS XML：如何优雅生成头部模板文本？

阿华AIGC实验室

2026-5-20

优雅生成OSIS XML头部的SAX方案

我太懂这种感觉了——用标准库SAX处理XML时，流式处理的爽感拉满，但碰到静态的大段头部模板，硬写字符串或者凑SAX方法总觉得别扭，完全破坏了代码的整洁度。刚好我之前处理类似的宗教文本XML生成时，摸索出几个优雅的方案，完全适配你的需求：

方案1：将静态头部封装在自定义ContentHandler中

既然用SAX，那就把头部的静态逻辑和业务处理逻辑封装在一起，继承xml.sax.saxutils.XMLGenerator，重写startDocument和endDocument方法，直接向输出流写入预定义的头部/尾部内容，代替SAX默认的生成逻辑。这样代码内聚，不用在业务逻辑里穿插模板字符串：

from xml.sax import saxutils

class OSISContentHandler(saxutils.XMLGenerator):
    def __init__(self, out, encoding='utf-8', osis_work_id='KJV'):
        super().__init__(out, encoding)
        self.out = out
        self.osis_work_id = osis_work_id

    def startDocument(self):
        # 写入自定义XML声明和OSIS根元素头部，支持动态参数
        header = f'''<?xml version="1.0" encoding="UTF-8"?>
<osis xmlns="http://www.bibletechnologies.net/2003/OSIS/namespace"
     xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
     xsi:schemaLocation="http://www.bibletechnologies.net/2003/OSIS/namespace http://www.bibletechnologies.net/2003/OSIS/osisCore.2.1.xsd">
<osisText osisIDWork="{self.osis_work_id}" osisRefWork="{self.osis_work_id}">
'''
        self.out.write(header)

    def endDocument(self):
        # 写入尾部闭合标签
        footer = '''</osisText>
</osis>
'''
        self.out.write(footer)

# 使用示例
with open('bible.osis.xml', 'w', encoding='utf-8') as output_file:
    handler = OSISContentHandler(output_file, osis_work_id='NIV')
    # 这里开始处理圣经文本的流式生成
    handler.startElement('chapter', {'osisID': 'Gen.1'})
    handler.startElement('verse', {'osisID': 'Gen.1.1'})
    handler.characters('In the beginning God created the heaven and the earth.')
    handler.endElement('verse')
    handler.endElement('chapter')
    # 触发尾部生成
    handler.endDocument()

这个方案的好处是：所有XML生成逻辑都在Handler里，业务代码只需要专注于处理圣经文本的节点生成，头部的静态结构和动态参数（比如不同版本的osisIDWork）都能优雅处理。

方案2：分离模板文件，代码与配置解耦

如果头部模板比较复杂，或者需要频繁修改（比如调整schema版本、添加新的命名空间），把头部/尾部做成单独的模板文件会更方便，完全和Python代码分离，维护起来更轻松：

先创建两个模板文件：

osis_header.tpl：

<?xml version="1.0" encoding="UTF-8"?>
<osis xmlns="http://www.bibletechnologies.net/2003/OSIS/namespace"
     xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
     xsi:schemaLocation="http://www.bibletechnologies.net/2003/OSIS/namespace http://www.bibletechnologies.net/2003/OSIS/osisCore.2.1.xsd">
<osisText osisIDWork="{osis_work_id}" osisRefWork="{osis_work_id}">

osis_footer.tpl：
```
</osisText>
</osis>
```

然后在脚本中读取模板并写入输出流，再启动SAX的内容生成：

from xml.sax import saxutils

def generate_osis_bible(input_text, output_path, osis_work_id='KJV'):
    with open(output_path, 'w', encoding='utf-8') as output_file:
        # 写入动态格式化后的头部模板
        with open('osis_header.tpl', 'r', encoding='utf-8') as header_file:
            header_content = header_file.read().format(osis_work_id=osis_work_id)
            output_file.write(header_content)
        
        # 初始化SAX生成器，专注处理内容节点
        handler = saxutils.XMLGenerator(output_file, encoding='utf-8')
        # 这里省略处理input_text生成章节、经文节点的逻辑，示例如下：
        handler.startElement('chapter', {'osisID': 'Gen.1'})
        handler.startElement('verse', {'osisID': 'Gen.1.1'})
        handler.characters('In the beginning God created the heaven and the earth.')
        handler.endElement('verse')
        handler.endElement('chapter')
        
        # 写入尾部模板
        with open('osis_footer.tpl', 'r', encoding='utf-8') as footer_file:
            output_file.write(footer_file.read())

# 调用示例
generate_osis_bible('your_bible_text_source', 'output.osis.xml', osis_work_id='ESV')

这个方案的优势是：模板修改不需要动代码，非开发人员也能调整XML结构；如果需要支持多种OSIS配置，只需要准备不同的模板文件即可。