如何在Python中解析XML？

Question

如何在Python中解析XML？我在包含xml的数据库中有很多行，我正在尝试编写一个Python脚本，该脚本将遍历这些行并计算特定节点属性的实例数量。例如，我的树看起来像：<foo>    <bar>       <type foobar="1"/>       <type foobar="2"/>    </bar></foo>如何使用Python访问XML中的属性1和2？

Answer 1

我建议ElementTree。同一API的其他兼容实现，例如lxml，以及cElementTreePython标准库本身; 但是，在这种情况下，他们主要添加的是更快的速度 - 编程部分的简易性取决于ElementTree定义的API 。

首先root从XML 构建一个Element实例，例如使用XML函数，或者使用以下内容解析文件：

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

或者显示的许多其他方式中的任何一种ElementTree。然后做一些事情：

for type_tag in root.findall('bar/type'):
    value = type_tag.get('foobar')
    print(value)

类似的，通常很简单的代码模式。

Answer 2

那里有很多选择。如果速度和内存使用是一个问题，cElementTree看起来很棒。与简单地使用文件读取相比，它的开销非常小readlines。

相关指标可在下表中找到，从cElementTree网站复制：

library                         time    space

xml.dom.minidom (Python 2.1)    6.3 s   80000K

gnosis.objectify                2.0 s   22000k

xml.dom.minidom (Python 2.4)    1.4 s   53000k

ElementTree 1.2                 1.6 s   14500k  

ElementTree 1.2.4/1.3           1.1 s   14500k  

cDomlette (C extension)         0.540 s 20500k

PyRXPU (C extension)            0.175 s 10850k

libxml2 (C extension)           0.098 s 16000k

readlines (read as utf-8)       0.093 s 8850k

cElementTree (C extension)  --> 0.047 s 4900K <--

readlines (read as ascii)       0.032 s 5050k   

正如@jfs所指出的那样，cElementTree它与Python捆绑在一起：

• Python 2 : from xml.etree import cElementTree as ElementTree.

• Python 3 :( from xml.etree import ElementTree自动使用加速C版本）。