python - 使用 python 解析非常大的 xml 文件时出现问题

Question

我有一个很大的 xml 文件(大约 84MB)，格式如下:

<books>
    <book>...</book>
    ....
    <book>...</book>
</books>

我的目标是提取每一本书并获取其属性。我尝试按如下方式解析它(就像我对其他 xml 文件所做的那样):

from xml.dom.minidom import parse, parseString

fd = "myfile.xml"
parser = parse(fd)
## other python code here

但是代码似乎在解析指令中失败了。为什么会发生这种情况，我该如何解决？

我应该指出，该文件可能包含希腊文、西类牙文和阿拉伯文字符。

这是我在 ipython 中得到的输出:

In [2]: fd = "myfile.xml"

In [3]: parser = parse(fd)
Killed

我想指出的是，计算机在执行过程中死机了，所以这可能与内存消耗有关，如下所述。

Answer 1

试试lxml哪个更容易使用。

#!/usr/bin/env python
from lxml import etree

with open("myfile.xml") as fp:
    tree = etree.parse(fp)
    root = tree.getroot()

    print root.tag

    for book in root:
        print book.text