重复使用python查询XML

StackOverflow https://stackoverflow.com/questions/2507772

题

我有我需要在运行查询一些XML文档。我已经创造了一些Python脚本（使用ElementTree的）要做到这一点，因为我依稀熟悉使用它。

它的工作方式是我用不同的参数运行脚本几次，这取决于我想了解一下。

这些文件可以是比较大的（+ 10MB）等需要花费相当长的时间来分析它们。在我的系统，只需运行：

tree = ElementTree.parse(document)

花费大约30秒，随后有的findall查询只增加围绕第二了这一点。

看到作为我这样做的方式要求我反复解析文件，我想知道是否有某种缓存机制，我可以使用，以便ElementTree.parse计算可以在随后的查询中减少的。

我认识了聪明的事情，在这里做可能会尝试和一批为许多查询作为python脚本可能在一起，但我希望有可能是另一种方式。

感谢。

有帮助吗？

解决方案

当我第二次的建议，使用lxml的，您可以通过使用内置cElementTree获得巨大的性能提升。

from xml.etree import cElementTree as ElementTree

其他提示

借调的LXML建议，看看这个文章如何通过使用迭代（SAX-等）解析方法来提高性能。它可以在第一，因为它可以把真正的程序和杂乱的痛苦，但它使事情更快。你可以从这些基准，LXML见最有可能的表现你最好的选择。

首先，考虑使用lxml的ElementTree执行：结果 http://lxml.de/ 这是libxml2的一个包装，我发现表现良好。

运行Python交互，使对同一对象etree多个查询。 ipython是增强的交互式Python解释与容易获得内省和便利性的语法。

E.g。交互检查 note.xml 与IPython的使用lxml.etree。

$ ipython
Python 2.5.1 (r251:54863, Jul 10 2008, 17:24:48)
Type "copyright", "credits" or "license" for more information.

IPython 0.8.2 -- An enhanced Interactive Python.
?         -> Introduction and overview of IPython's features.
%quickref -> Quick reference.
help      -> Python's own help system.
object?   -> Details about 'object'. ?object also works, ?? prints more.

In [1]: from lxml import etree

In [2]: doc = etree.parse(open("note.xml"))

In [3]: etree.dump(doc.getroot())
<note>
        <to>Tove</to>
        <from>Jani</from>
        <heading>Reminder</heading>
        <body>Don't forget me this weekend!</body>
</note>
In [4]: doc.xpath('/note/*')
Out[4]:
[<Element to at 89cf02c>,
 <Element from at 89cf054>,
 <Element heading at 89cf07c>,
 <Element body at 89cf0a4>]
许可以下： CC-BY-SA 和 归因
不隶属于 StackOverflow
scroll top