Question

一次只读取一个元素时，如何覆盖单个属性值？

具体地说，我正在使用xml.etree.cElementTree.iterparse()来读取每个单独的元素。然后，我要更改属性值。

然后我要做的是用original element覆盖changed element。

这是到目前为止的示例代码：

osm_file = open(sample.osm, 'r+')

for event, elem in ET.iterparse(osm_file events=("start",)):

    # Making some changes
    elem.attrib['v'] = 'new_value'

    # Some how write the elem back to the XML file

我不能做的一件事是将整个XML文件读入python，因为该文件太大。

Answer 1

注释中usr2564301的

解释了为什么这不可能。

那可能行不通。 XML处理不知道数据来自文件，因此无法在文件中完全相同的位置“回写”更改后的值。即使可以：在没有重写整个文件的情况下，用较短或较长的文本替换文件中的文本在物理上也是不可能的。（唯一的例外是“长度完全相同的文本”和“数据在最后”。）– usr2564301

Answer 2

iterparse仍然处理整个树。您无法避免：

http://effbot.org/zone/element-iterparse.htm#incremental-parsing

增量解析＃请注意，iterparse仍会构建一棵树，只是   就像解析一样，但是您可以安全地重新排列或删除树的一部分   同时解析。例如，要解析大型文件，您可以摆脱   元素处理后：

对于事件，iterparse中的elem（源）：       如果elem.tag ==“ record”：           ...处理记录元素...           elem.clear（）

如果您的XML文件太大，无法在程序中处理，则需要考虑其他数据存储格式，例如数据库。

否则，您可以使用sed和awk或其他工具对文本文件进行一些文件操作魔术。

Answer 3

我最近也一直在处理大型文件，但无法将其容纳在内存中。为了解决这个问题，我整理了一个简单的程序包bigread（pip install bigread），该程序包可将文件的n行立即流进RAM：

from bigread import Reader

# this will be the output file
with open('updated.xml', 'w') as out:
  # read the input file
  for i in Reader(file='input.xml', block_size=1):
    # check if this is a line you need to operate on
    if i.lstrip()[:5] == '<tag ':
      # replace the target attribute
      i = i.replace(' attr="cats" ', ' attr="dogs" ')
    # write the new line to disk
    out.write(i + '\n')

如何在不读取python中整个文件的情况下覆盖XML属性值

3 个答案: