使用 ElementTree，以 Python 语言处理 XML

核心提示： 图 1. 以 Python 编写的 XML 对象模型的基准测试结果很明显，对于稍大一点的 XML 文档，使用 ElementTree，以 Python 语言处理 XML(3)， xml.minidom很快就变得不实用了，其它则都还算合理（公正地说），当然，如果您确实只想要运行这一个任务，

图 1. 以 Python 编写的 XML 对象模型的基准测试结果

很明显，对于稍大一点的 XML 文档， xml.minidom很快就变得不实用了。其它则都还算合理（公正地说）。 gnosis.xml.objectify消耗内存最少，但这并不奇怪，因为它不保存原始 XML 实例中 所有的信息（保存了数据内容，但不保存所有的结构信息）。

我也对 Ruby 的 REXML进行了测试，使用了以下脚本：

清单 2. Ruby REXML 解析脚本（time_rexml.rb）

require "rexml/document"
include REXML
doc = (Document.new File.new ARGV.shift).root

测试结果表明， REXML和 xml.minidom一样消耗大量资源：解析 Hamlet.xml 用了 10 秒，占用了 14 MB 内存；解析 Weblog.xml 用了 190 秒，占用了 150 MB 内存。显然，编程语言的选择通常优先于库的比较。

处理 XML 文档对象

ElementTree 的一个优点在于它能够被循环运行。这是指，您可以读入一个 XML 实例，修改数据结构使之非常类似于本机风格，然后调用 .write() 方法进行重新序列化得到格式良好的 XML。当然，DOM 也能做到这一点，但 gnosis.xml.objectify不行。为 gnosis.xml.objectify构造一个定制输出函数用于生成 XML 也不是 那么困难 － 但这不能自动进行。使用 ElementTree 以及 ElementTree 实例的 .write() 方法，通过便利函数 elementtree.ElementTree.dump() 可以序列化单独的 Element 实例。这让您可以从单独的对象节点 － 其中包括 XML 实例的根节点 － 编写 XML 片段。

我提出了一个简单的任务来比较 ElementTree 和 gnosis.xml.objectify 的 API。用于基准测试的大型文档 weblog.xml 包含大约 8,500 个 <entry> 元素，每个元素都含有相同的子字段集合 － 这是一个面向数据的 XML 文档的典型布局。在处理该文件时，任务之一可能是从每一个 entry 收集一些字段，但这只是在其它某些字段有特定值（或范围，或匹配的部分内容）的情况下。当然，如果您确实只想要运行这一个任务，可使用一个流 API（如 SAX）以避免在内存中为整个文档建模 － 但这里假定该任务是应用程序在大型数据结构上运行的任务之一。一个 <entry> 元素可能像这样：