python - 使用 python lxml 解析部分 XML

Question

我正在尝试用 Python 解析从网络接收的大型 XML 文件。

为了做到这一点，我获取数据并将其传递给 lxml.etree.iterparse

但是，如果 XML 还没有完全发送，像这样:

<MyXML>
    <MyNode foo="bar">
    <MyNode foo="ba

如果我运行 etree.iterparse(f, tag='MyNode').next() 我会在它被切断的任何地方得到一个 XMLSyntaxError。

有什么方法可以让我接收第一个标签(即第一个 MyNode)，并且仅在到达文档的那部分时出现异常？ (为了使 lxml 真正“流式传输”内容而不是在开始时读取整个内容)。

Answer 1

XMLPullParser和 HTMLPullParser可能更适合您的需求。他们通过重复调用 parser.feed(data) 来获取数据。在树可用之前，您仍然必须等到所有数据都进来。