Question

我是Python的初学者。我使用带有ElementTree的Python 2.7来解析XML文件。我有一个大的XML文件（~700 MB），它包含多个根实例，例如：

 <?xml version="1.0" ?> <foo> <bar> <sometag> Mehdi  </sometag> <someothertag> blahblahblah </someothertag> . . . </bar> </foo>
 <?xml version="1.0" ?> <foo> <bar> <sometag> Hamidi </sometag> <someothertag> blahblahblah </someothertag> . . . </bar> </foo>
...
...

每个xml实例都放在一行中。我需要在python中解析这样的文件。我用这种方式使用了ElementTree：

import xml.etree.ElementTree as ET
tree = ET.parse('filename.xml')
root = tree.getroot()

但它似乎只能访问第一个根XML实例行。在这种类型的文件中解析所有XML实例的正确方法是什么？

Answer 1

你可能想这样做：

from xml.etree import ElementTree as ET
root = ET.parse("file.xml").getroot()
getpid = root.iter("bar")

您也可以在线查看xml验证。 https://www.xmlvalidation.com/

Answer 2

您也可以使用 lxml.etree.iterparse() 方法，它的运行速度非常快。 IBM 建议 - https://www.ibm.com/developerworks/xml/library/x-hiperfparse/

for _, elem in etree.iterparse("filename.xml"):
    if elem.tag == 'bar':
        print(elem.text)
    elem.clear()

在Python中解析多个根XML文件

2 个答案: