问Python中的XML处理

EN

就我个人而言，我在一个以XML为主的项目中尝试过几个内置选项，并最终选择pulldom作为不太复杂的文档的最佳选择。

特别是对于小而简单的东西，我喜欢解析的事件驱动理论，而不是为相对简单的结构设置一大堆回调。Here is a good quick discussion of how to use the API。

我喜欢的是:您可以在for循环中处理解析，而不是使用回调。您还会延迟完整解析(“拉”部分)，并且仅在调用expandNode()时获得额外的详细信息。这满足了我对“负责任的”效率的一般要求，同时又不牺牲易用性和简单性。

ElementTree有一个很好的pythony API。我认为它甚至是Python2.5的一部分

它是用纯libxml2编写的，正如我所说的，非常好，但是如果你最终需要更高的性能，那么lxml会公开相同的API并在幕后使用python。理论上，当你发现你需要它的时候，你可以把它换掉。

处理XML通常有3种主要方法: dom、sax和xpath。如果您能够一次将整个xml文件加载到内存中，并且您不介意处理数据结构，并且您正在查看模型的大部分内容，那么dom模型是很好的。如果您只关心几个标记，并且/或者您正在处理大文件，并且可以按顺序处理它们，那么sax模型是非常好的。xpath模型有点类似于这两种模型--您可以选择所需数据元素的路径，但它需要使用更多的库。

如果你想用Python简单明了的打包，minidom是你的答案，但是它很差劲，文档是“这是关于dom的文档，去弄清楚吧”。这真的很烦人。

就我个人而言，我喜欢cElementTree，它是ElementTree的一个更快的(基于c语言的)实现，它是一个类似dom的模型。

我使用过sax系统，在很多方面，它们给人的感觉更像是“巨蟒”，但我通常最终会创建基于状态的系统来处理它们，而这种方式就是疯狂(和bug)。

如果你喜欢研究，我建议你使用minidom，或者如果你想要好的代码，我建议使用ElementTree。