XML解析：元素樹（etree）與minidom

Question

我一直在使用minidom來解析XML多年。現在我突然瞭解了元素樹。我的問題是更好解析？那就是：

• 哪個更快？
• 哪些內存使用較少？
• 是否有任何O（n^2）依賴我應該擔心？
• 其中一個正在貶值，而另一個呢？

爲什麼我們有兩個接口？

謝謝。

Answer 1

Python有兩個接口，可能是因爲元素樹在minidom出現後不久就被集成到標準庫中。其原因可能是與W3C控制的DOM相比，它的「Pythonic」API更加「多」。

如果您關心速度，還有lxml，它使用libxml2構建ElementTree兼容的DOM，速度應該相當快 - 它們有一個基準測試套件，將它們與ElementTree的Python和C實現進行比較。

如果您關心內存的使用情況，那麼您不應該使用樹API; PullDOM可能是一個更好的選擇，但我從使用Java的優秀解析器的經驗推斷 - 目前似乎沒有關於PullDOM的最新信息。

Answer 2

用於XML解析的DOM和Sax接口是處理XML的經典方法。 Python必須提供那些接口，因爲它們是衆所周知的標準。

ElementTree包旨在提供更多的Pythonic接口。這一切都是爲了讓程序員更容易。

根據你的構建，每個構件都有一個底層的C實現，使它們運行得很快。

上述工具都不推薦使用。它們各有其優點（例如，Sax不需要將整個輸入讀入內存）。

還有第三方模塊lxml這也是一個流行的選擇（全功能和快速）。