- xml - AJAX/Jquery XML 解析
- 具有多重继承的 XML 模式
- .net - 枚举序列化 Json 与 XML
- XML 简单类型、简单内容、复杂类型、复杂内容
在回答另一个问题时,有人向我展示了以下教程,其中作者声称使用 iterparse 在 3 秒内解析了一个 ~100 MB 的 XML 文件:
http://eli.thegreenplace.net/2012/03/15/processing-xml-in-python-with-elementtree/
我正在尝试解析一个大约 90 MB 的 XML 文件,并且我有以下代码:
from xml.etree.cElementTree import *
count = 0
for event, elem in iterparse('foo.xml'):
if elem.tag == 'identifier' and elem.text == 'bar':
count += 1
elem.clear() # discard the element
print count
这大约需要三十秒......甚至与我使用类似大小的文件、类似的算法和相同的包阅读的教程中报告的数量级不同。
有人可以告诉我我的代码可能有什么问题,或者我可能没有注意到我的情况和教程之间有什么区别吗?
我正在使用 Python 2.7.3。
附录:
我也在使用一台功能相当强大的机器,以防有人认为可能就是这样。
最佳答案
正如 TJD 所提到的,仅比较 XML 的大小可能不会提供很多信息。但是,我碰巧有相同结构但不同大小的文件:
79M 文件:
$ python -m timeit -n 1 -c 'from xml.etree.cElementTree import iterparse
count = 0
for event, elem in iterparse("..../QT20060217_S_18mix23-2500_01.mzML"):
if elem.tag.endswith("spectrum"): count += 1
elem.clear()
print count'
6126
6126
6126
1 loops, best of 3: 950 msec per loop
对于一个 3.8G 的文件,timeit
的输出是:
1 loops, best of 3: 22.3 sec per loop
此外,与 lxml
进行比较:将第一行中的 xml.etree.cElementTree
更改为 lxml.etree
我得到:
对于第一个文件:每个循环 730 毫秒
对于第二个文件:每个循环 11.4 秒
关于python - ElementTree iterparse 需要多长时间?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/11250934/
我有一个独立的 Thread 应用程序。这是一个等待消息的监听器,当消息到达时执行一些操作,其中我必须将消息保存在数据库中。但我遇到了问题,因为如果我运行应用程序并“手动发送消息”,一切都会正常工作,
我有以下php代码: sleep(65); $query = "UPDATE database.table SET XXXXXXX = XXXXXXX - ".$YYYYYY." WHERE
我正在开发一个业余爱好应用程序。它在主布局中使用 webview。单击 webview 内的链接会使用户保持在 webview 内。启动后一切正常,但仍在应用程序内。但是,在手机休眠一段时间后,我重新
我目前运行的应用程序需要最大堆大小为 16GB。 目前我使用以下标志来处理垃圾回收。 -XX\:+UseParNewGC, -XX\:+UseConcMarkSweepGC, -XX:CMSIniti
$ uname -a Darwin Wheelie-Cyberman 10.8.0 Darwin Kernel Version 10.8.0: Tue Jun 7 16:33:36 PDT 2011
在 while 循环仍在休眠时退出它的最简单方法是什么?是否有某种函数可以在 sleep 时检测某个值是否为真? 或者我是否在循环中设置一个小 sleep 并检查如果不再睡一会儿就退出?如果可以,我该
我正在 Ubunu 的 Jetty 6 上运行 Java Web 服务器,用于基于反向 ajax 的 Web。而且我在向浏览器重新发送数据的线程滞后方面遇到了严重的问题。很多时候,一些线程开始 hib
当我运行长时间操作时,我遇到来自 IIS 的请求超时。我的 ASP.NET 应用程序正在后台处理数据,但处理的记录数量很大,因此操作需要很长时间。 但是,我认为 IIS 使 session 超时。这是
我不确定从哪里开始解决这个问题,但如果我有一个 AJAX 网络应用程序向服务器发送请求并在数据库(在我的例子中是 postgresql)上运行长查询,有没有办法停止或如果仍在运行时用户刷新页面或关闭
我是一名优秀的程序员,十分优秀!