在python中迭代编写XML节点

有很多方法可以读取XML，包括一次性（DOM）和一次一位（SAX）。我已经使用SAX或lxml来迭代读取大型XML文件（例如，维基百科6.5GB的压缩的）。在python中迭代编写XML节点

但是，在对XML文件进行一些迭代处理（在使用ElementTree的python中）之后，我想将（新）XML数据写出到另一个文件中。

是否有任何库迭代地写出XML数据？我可能创建XML树，然后写出来，但这是不可能的，没有内存的RAM。无论如何要反复地将XML树写入文件？一次一点？

我知道我可以用print "<%s>" % tag_name等自己生成XML，但这似乎有点... hacky。

2011-03-21 Rory

可能重复[？什么是最简单的非内存密集型的方式从Python的输出XML（http://stackoverflow.com/questions/93710/whats-the -easiest-non-memory-intensive-way-to-output-xml-from-python） – Mark 2012-01-06 15:40:13

弗雷德里克Lundh的elementtree.SimpleXMLWriter会让你逐渐写出XML。这里是嵌入模块中的演示代码：的

from elementtree.SimpleXMLWriter import XMLWriter 
import sys 

w = XMLWriter(sys.stdout) 

html = w.start("html") 

w.start("head") 
w.element("title", "my document") 
w.element("meta", name="generator", value="my application 1.0") 
w.end() 

w.start("body") 
w.element("h1", "this is a heading") 
w.element("p", "this is a paragraph") 

w.start("p") 
w.data("this is ") 
w.element("b", "bold") 
w.data(" and ") 
w.element("i", "italic") 
w.data(".") 
w.end("p") 

w.close(html)

来源

2011-03-21 15:28:37 samplebias

使用lxml，可以使用etree.Element来创建新节点，并使用etree.tostring来写出XML表示。例如，请参阅Liza Daly's article的“Listing 6. Serialize an element's children”“使用lxml在Python中进行高性能XML解析”。

来源

2011-03-21 13:25:25 unutbu

为了使用''etree.tostring''，我需要在内存中使用整棵树吗？如果是这样，这是一个非跑步者。 – Rory 2011-03-21 14:53:36

@Rory：'fast_iter'函数遍历节点而不生成整个DOM。然后，您可以一次一个地修改某些或全部这些节点，并用'etree.tostring'写出它们。 – unutbu 2011-03-21 16:50:12

如果您正在使用XML dialect1进行阅读并且必须编写XML dialect2，使用xslt写下转换过程不是一个好主意吗？你甚至可能不需要这样的源代码。

来源

2011-03-21 13:28:09 xtofl

我不介意编程或不编程。最重要的是内存消耗。我没有空间将所有源文档存储在内存中。不是XSLT内存密集型？（这不就是为什么STX被发明的原因吗？） – Rory 2011-03-21 15:24:39

@Rory：xslt允许你以声明的方式指定转换。然后，您可以使用手头的工具来应用转换。我必须承认，我并不需要担心可扩展性。我建议你看看可用的XSLT处理器。第一次看起来告诉我，例如撒克逊人有一个'懒惰的建设'模式（http：// www。saxonica.com/documentation/javadoc/net/sf/saxon/lib/FeatureKeys.html#LAZY_CONSTRUCTION_MODE） – xtofl 2011-03-21 15:38:00

如果你没有找到其他的东西，我想在这里继承ElementTree并创建一个“iteractiveElementTree”，并添加一个“文件”属性。我将节点子集化以具有“start_tag_comitted”属性和“提交”方法。一旦被调用，这个“提交”方法就会调用子树的渲染方法 - 从fartest父项开始，其中e“start_tag_comitted”为false。用手中的字符串，我会手动剥离当前节点父项的结束标记。有必要处理以前操作但未关闭的父母兄弟姐妹。

然后，我会从内存模型中删除“提交”节点。因为ElementTree没有这样做，所以您还需要将节点父节点分配给每个节点。

（收件箱，如果没有更好的答案的dyou卡住那里，我可以实现这一点）

来源

2011-03-21 13:31:31 jsbueno

在python中迭代编写XML节点

回答

相关问题