python中用ElementTree.iterparse()读取xml文件中的多层节点
我在使用Python解析比较大型的xml文件时,为了提高效率,决定使用iterparse()方法,但是发现根据网上的例子:每次if event == 'end':之后elem.clear()或者是每次 if elem.tag == '':之后clear(),都只能去到当前标签的相关内容,如果想继续读取得到标签的子标签,则会返回为空,也就是取不到。
其实iterparse()方法的原理是当遇到标签的“>”符号时触发start,当遇到标签的结束标志是会触发end,比如:
<item>
<country>
<city></city>
<city></city>
</country>
</item>
在这个xml栗子中,用iterparse()方法捕捉end来获取标签,如果要获取<country>标签,那elem先获取的是country下的<city>标签,因为在遍历到<country>标签的结束标志</>前,先遍历到<city>的结束标志,所以elem先获取<country>标签的子标签<city>,这类似于深度优先遍历,所以如果每次if完都clear()的话,会clear掉相应标签的子标签,所以得不到其子标签。
我尝试了各种方法来解决这个问题,后来通过这么写来实现的:
from xml.etree import ElementTree
for event, elem in ElementTree.iterparse(xml):
if event == 'end':
if elem.tag == 'name' and elem.find('children').get('name') == attr_name:
相应标签的操作
elem.clear()
if ....:
elem.clear()
我把clear()方法放在了if里面,这样只有在找到相应标签并且读取完其子标签后再clear(),这样就可以读取子标签以及多层节点了。
功能是实现了,但是不知道其效率有没有影响,本人菜鸟刚接触Python,还望大牛们指点。
posted on 2015-05-17 13:50 DragonIsNotGhost 阅读(4855) 评论(0) 编辑 收藏 举报