python解析xml选用什么模块_什么是适合Python的XML流解析器?

本文介绍了如何利用Python的xml.sax模块进行大型XML文件的流式处理,以避免内存耗尽。通过创建一个ContentHandler子类并定义startElement、endElement和characters方法,可以解析XML流并按需处理数据。示例代码展示了如何处理包含'entry'元素的XML流,并打印出'a'和'b'属性的内容。
摘要由CSDN通过智能技术生成

下面是good answer关于^{}在大型XML文件上的实践。lxml也有这个方法。使用iterparse进行流分析的关键是手动清除和删除已处理的节点,否则将耗尽内存。

另一个选项是使用^{}。官方手册对我来说太正式了,而且缺乏实例,所以需要在问题的同时加以澄清。默认解析器模块xml.sax.expatreader,实现增量解析接口xml.sax.xmlreader.IncrementalParser。也就是说,xml.sax.make_parser()提供了合适的流解析器。

例如,给定一个XML流,如:<?xml version="1.0" encoding="utf-8"?>

value 0

value 1

value 2

...

可按以下方式处理。#!/usr/bin/env python

# -*- coding: utf-8 -*-

import xml.sax

class StreamHandler(xml.sax.handler.ContentHandler):

lastEntry = None

lastName = None

def startElement(self, name, attrs):

self.lastName = name

if name == 'entry':

self.lastEntry = {}

elif name != 'root':

self.lastEntry[name] = {'attrs': attrs, 'content': ''}

def endElement(self, name):

if name == 'entry':

print({

'a' : self.lastEntry['a']['content'],

'b' : self.lastEntry['b']['attrs'].getValue('foo')

})

self.lastEntry = None

elif name == 'root':

raise StopIteration

def characters(self, content):

if self.lastEntry:

self.lastEntry[self.lastName]['content'] += content

if __name__ == '__main__':

# use default ``xml.sax.expatreader``

parser = xml.sax.make_parser()

parser.setContentHandler(StreamHandler())

# feed the parser with small chunks to simulate

with open('data.xml') as f:

while True:

buffer = f.read(16)

if buffer:

try:

parser.feed(buffer)

except StopIteration:

break

# if you can provide a file-like object it's as simple as

with open('data.xml') as f:

parser.parse(f)

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值