python - 使用python重复查询xml

Question

我有一些需要对其运行查询的 xml 文档。我已经创建了一些 python 脚本(使用 ElementTree)来执行此操作，因为我不太熟悉它的使用。

它的工作方式是我使用不同的参数多次运行脚本，这取决于我想找出什么。

这些文件可能相对较大 (10MB+)，因此解析它们需要相当长的时间。在我的系统上，只是运行:

tree = ElementTree.parse(document)

大约需要 30 秒，随后的 findall 查询只增加了大约一秒。

鉴于我执行此操作的方式需要我重复解析文件，我想知道是否可以使用某种缓存机制以便在后续查询中减少 ElementTree.parse 计算。

我意识到在这里做的聪明的事情可能是尝试在 python 脚本中将尽可能多的查询一起批处理，但我希望可能有另一种方法。

谢谢。

Answer 1

虽然我支持使用 lxml 的建议，但使用内置的 cElementTree 可以获得巨大的性能提升。

from xml.etree import cElementTree as ElementTree