Python iterparse 正在跳过值

Question

我使用 iterparse 来解析一个大的 xml 文件 (1,8 gb)。我将所有数据写入一个 csv 文件。t 我制作的脚本运行良好，但由于某种原因它随机跳过了几行。这是我的脚本：import xml.etree.cElementTree as ETimport csvxml_data_to_csv =open('Out2.csv','w', newline='', encoding='utf8')Csv_writer=csv.writer(xml_data_to_csv, delimiter=';')file_path = "Products_50_producten.xml"context = ET.iterparse(file_path, events=("start", "end"))EcommerceProductGuid = ""ProductNumber = ""Description = ""ShopSalesPriceInc = ""Barcode = ""AvailabilityStatus = ""Brand = ""# turn it into an iterator#context = iter(context)product_tag = Falsefor event, elem in context:    tag = elem.tag    if event == 'start' :        if tag == "Product" :            product_tag = True        elif tag == 'EcommerceProductGuid' :            EcommerceProductGuid = elem.text        elif tag == 'ProductNumber' :            ProductNumber = elem.text        elif tag == 'Description' :            Description = elem.text        elif tag == 'SalesPriceInc' :            ShopSalesPriceInc = elem.text        elif tag == 'Barcode' :            Barcode = elem.text        elif tag == 'AvailabilityStatus' :            AvailabilityStatus = elem.text        elif tag == 'Brand' :            Brand = elem.text    if event == 'end' and tag =='Product' :        product_tag = False        List_nodes = []        List_nodes.append(EcommerceProductGuid)        List_nodes.append(ProductNumber)        List_nodes.append(Description)        List_nodes.append(ShopSalesPriceInc)        List_nodes.append(Barcode)        List_nodes.append(AvailabilityStatus)        List_nodes.append(Brand)        Csv_writer.writerow(List_nodes)        print(EcommerceProductGuid)        List_nodes.clear()        EcommerceProductGuid = ""        ProductNumber = ""        Description = ""        ShopSalesPriceInc = ""        Barcode = ""        AvailabilityStatus = ""        Brand = ""    elem.clear()例如，如果我将“产品”复制 300 次，它会将 csv 文件中第 155 行的“EcommerceProductGuid”值留空。如果我复制 Product 400 次，它会在第 155、310 和 368 行留下一个空值。这怎么可能？

Answer 1

对于它的价值以及可能正在搜索的任何人，上述答案也适用于 lxml 库 iterparse() 。我在使用 lxml 时遇到了类似的问题，并认为我会尝试一下，它的工作原理几乎完全相同。

使用 start 事件获取 xml 信息时，随机启动事件将尚未拾取文本项。尝试在结束事件中获取该项目似乎已经用大型 xml 文件解决了我的问题。看起来 Daniel Haley 所做的通过检查文本是否存在增加了另一层保护。