XML解析：元素树（etree）与minidom

Question

我多年来一直使用minidom解析XML。现在我突然了解了Element Tree。我的问题是更好进行解析？那就是：

• 哪个更快？
• 哪个使用更少的内存？
• 我应该担心任何O（n ^ 2）依赖关系吗？
• 是否有人赞成另一人？

为什么我们有两个接口？

感谢。

Answer 1

用于XML解析的DOM和Sax接口是使用XML的经典方法。 Python必须提供这些接口，因为它们是众所周知的标准。

ElementTree包旨在提供更多的Pythonic界面。这一切都是为了让程序员更轻松。

根据您的构建，每个构建都有一个基础C实现，使它们运行得很快。

以上所有工具均未被弃用。它们各有其优点（例如，Sax不需要将整个输入读入内存）。

还有一个名为lxml的第三方模块，它也是一个受欢迎的选择（全功能和快速）。

Answer 2

Python有两个接口，可能是因为Element Tree在minidom出现之后被很好地集成到了标准库中。与W3C控制的DOM相比，其原因可能是更多的“Pythonic”API。

如果您关心速度，还有lxml，它使用libxml2构建一个与ElementTree兼容的DOM，应该非常快 - 他们有一个基准套件，将自己与ElementTree的Python和C实现相比较。

如果你担心内存使用，你不应该使用树API; PullDOM可能是一个更好的选择，但我从使用Java优秀的pull解析器的经验中推断 - 在PullDOM上似乎没有太多当前信息。