我有用于将XML文件解析为detailed here的Python代码。我知道XML文件在内存中操作时占用系统资源是臭名昭著的。我的解决方案适用于较小的XML文件（比如200KB，我有一个340MB的文件）。
我开始研究StAX（pull parser）实现，但我的工作日程很紧，我正在寻找一种更简单的方法来完成这项任务。
我了解如何创建较小的文件块，但如何通过每次输出main/header标记来提取正确的元素？
例如，这是架构：<?xml version="1.0" ?>
....
....
....
....
....
....
....
....
....
....
....
如何为每1000个book元素创建带有头数据的新XML文件？有关代码和数据集的具体示例，请参阅我的其他question here。谢谢。
我要做的就是避免一次在内存中加载数据集。我们能以流方式解析XML文件吗？我的思路对吗？
注：我的情况类似于2009年的a question asked。一旦我找到一个更简单的解决方法，我会在这里发布一个答案。感谢您的反馈。
2537
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
