XML解析：元素树（etree）与minidom

Question

我一直在使用minidom来解析XML多年。现在我突然了解了元素树。我的问题是更好解析？那就是：

• 哪个更快？
• 哪些内存使用较少？
• 是否有任何O（n^2）依赖我应该担心？
• 其中一个正在贬值，而另一个呢？

为什么我们有两个接口？

谢谢。

Answer 1

Python有两个接口，可能是因为元素树在minidom出现后不久就被集成到标准库中。其原因可能是与W3C控制的DOM相比，它的“Pythonic”API更加“多”。

如果您关心速度，还有lxml，它使用libxml2构建ElementTree兼容的DOM，速度应该相当快 - 它们有一个基准测试套件，将它们与ElementTree的Python和C实现进行比较。

如果您关心内存的使用情况，那么您不应该使用树API; PullDOM可能是一个更好的选择，但我从使用Java的优秀解析器的经验推断 - 目前似乎没有关于PullDOM的最新信息。

Answer 2

用于XML解析的DOM和Sax接口是处理XML的经典方法。 Python必须提供那些接口，因为它们是众所周知的标准。

ElementTree包旨在提供更多的Pythonic接口。这一切都是为了让程序员更容易。

根据你的构建，每个构件都有一个底层的C实现，使它们运行得很快。

上述工具都不推荐使用。它们各有其优点（例如，Sax不需要将整个输入读入内存）。

还有第三方模块lxml这也是一个流行的选择（全功能和快速）。