从 Python 输出 XML 的最简单的非内存密集型方法是什么？答案

【问题标题】：What's the easiest non-memory intensive way to output XML from Python?从 Python 输出 XML 的最简单的非内存密集型方法是什么？
【发布时间】：2008-09-18 15:42:19
【问题描述】：

基本上，类似于 System.Xml.XmlWriter - 一种不会产生太多内存开销的流式 XML 编写器。这样就排除了 xml.dom 和 xml.dom.minidom。有什么建议吗？

【问题讨论】：

标签： python xml streaming

【解决方案1】：

我想你会发现来自 xml.sax.saxutils 的 XMLGenerator 是最接近你想要的东西。

进口时间从 xml.sax.saxutils 导入 XMLGenerator 从 xml.sax.xmlreader 导入 AttributesNSImpl LOG_LEVELS = ['调试'，'警告'，'错误'] 类 xml_logger： def __init__（自我，输出，编码）： """ 设置一个记录器对象，它接受 SAX 事件和输出 XML 日志文件 """ logger = XMLGenerator（输出，编码） logger.startDocument() attrs = AttributesNSImpl({}, {}) logger.startElementNS((None, u'log'), u'log', attrs) self._logger = 记录器 self._output = 输出 self._encoding = 编码返回 def write_entry(self, level, msg): """ 将日志条目写入记录器 level - 条目的级别 msg - 条目的文本。必须是 Unicode 对象 """ #注意：在实际应用中，我会使用 ISO 8601 作为日期为简单起见，此处使用 #asctime 现在 = time.asctime(time.localtime()) attr_vals = { （无，你的日期'）：现在，（无，u'level'）：LOG_LEVELS[level]， } attr_qnames = { (无, u'date'): u'date', (无, u'level'): u'level', } attrs = AttributesNSImpl(attr_vals, attr_qnames) self._logger.startElementNS((None, u'entry'), u'entry', attrs) self._logger.characters（味精） self._logger.endElementNS((None, u'entry'), u'entry') 返回 def 关闭（自我）： """ 清理记录器对象 """ self._logger.endElementNS((None, u'log'), u'log') self._logger.endDocument() 返回如果 __name__ == "__main__": #测试一下导入系统 xl = xml_logger(sys.stdout, 'utf-8') xl.write_entry(2, u"原版日志条目") xl.close()

你可能想看看我从http://www.xml.com/pub/a/2003/03/12/py-xml.html那里得到的文章的其余部分。

【讨论】：

+1：这是这里唯一内置于 python 的流式答案。

【解决方案2】：

我想我中了你的毒药：

http://sourceforge.net/projects/xmlite

干杯

【讨论】：

【解决方案3】：

几年前我从4suite使用MarkupWriter

General-purpose utility class for generating XML (may eventually be
expanded to produce more output types)

Sample usage:

from Ft.Xml import MarkupWriter
writer = MarkupWriter(indent=u"yes")
writer.startDocument()
writer.startElement(u'xsa')
writer.startElement(u'vendor')
#Element with simple text (#PCDATA) content
writer.simpleElement(u'name', content=u'Centigrade systems')
#Note writer.text(content) still works
writer.simpleElement(u'email', content=u"info@centigrade.bogus")
writer.endElement(u'vendor')
#Element with an attribute
writer.startElement(u'product', attributes={u'id': u"100\u00B0"})
#Note writer.attribute(name, value, namespace=None) still works
writer.simpleElement(u'name', content=u"100\u00B0 Server")
#XML fragment
writer.xmlFragment('<version>1.0</version><last-release>20030401</last-release>')
#Empty element
writer.simpleElement(u'changes')
writer.endElement(u'product')
writer.endElement(u'xsa')
writer.endDocument()

Note on the difference between 4Suite writers and printers
Writer  - module that exposes a broad public API for building output
          bit by bit
Printer - module that simply takes a DOM and creates output from it
          as a whole, within one API invokation

最近我听到很多关于lxml 很棒的消息，但我没有第一手经验，我和gnosis 一起工作很开心。

【讨论】：

恐怕4suite已经不在线了。至于 lxml，它很棒，但没有 AFAIK 的 styreaming 设施。

【解决方案4】：

lxml 一直都取得了不错的成绩。安装起来很麻烦，因为它主要是对libxml2 的包装，但lxml.etree 树对象有一个.write() 方法，它接受一个类似文件的对象来流式传输。

from lxml.etree import XML

tree = XML('<root><a><b/></a></root>')
tree.write(your_file_object)

【讨论】：

【解决方案5】：

第二次投票给 ElementTree（cElementTree 是一个更快的 C 实现，例如 cPickle 与 pickle）。这里有一些简短的示例代码，您可以查看它们以了解其工作原理：http://effbot.org/zone/element-index.htm （这是 Fredrik Lundh，他首先编写了这个模块。太好了，它被 2.5 起草到标准库中:-)）

【讨论】：

【解决方案6】：

xml.etree.cElementTree，自 2.5 起包含在 CPython 的默认分发中。读取和写入 XML 速度极快。

【讨论】：

不过，cElementTree 不是流式编写器，因此将使用与您创建的 XML 树的大小成线性关系的内存，尽管比 xml.dom 少得多。