如何不加载整个文档，而是逐行加载 - xml，python，使用 xml.etree.ElementTree答案

【问题标题】：How not to load the whole document, but line by line - xml, python, using xml.etree.ElementTree如何不加载整个文档，而是逐行加载 - xml，python，使用 xml.etree.ElementTree
【发布时间】：2020-02-10 09:17:03
【问题描述】：

我使用了 xml.etree.ElementTree 库，'for' 循环，理论上应该逐行读取。

不幸的是，这可能不是，因为在执行脚本后它会收到消息'Killed'，所以脚本不会逐行读取。任何人都可以帮助我，提出一些建议。

我是初学者。

这是我的代码：

from xml.etree import ElementTree

file_name = 'input.xml'
full_file = os.path.abspath(os.path.join('data', file_name))

dom = ElementTree.parse(full_file)
root = dom.getroot()

for offer in root.findall('offer'):
    for category in offer.findall('category'):
        if category.text == 'f':
            a = ElementTree.SubElement(offer, 'freedelivery')
            a.text = 'true'
    dom.write(output.xml) ```

【问题讨论】：

input.xml 文件很大吗？
@mzjn 是的，2gb。
ElementTree.parse(full_file) 将整个文件读入内存。有一些方法可以避免这种情况，例如使用iterparse() 方法。首先查看有关处理大型 XML 文件的类似问题：stackoverflow.com/search?q=%5Bpython%5D+xml+large+file

标签： python xml elementtree xml.etree

【解决方案1】：

我对您的代码有以下评论：

dom = ElementTree.parse(full_file) 读取整个输入文件（不是逐行）。

你的 2 个嵌套循环：

for offer in root.findall('offer'):
    for category in offer.findall('category'):

可以用单个循环替换：

for category in root.findall('offer/category'):

编写更新的 dom 树的指令应该在 outside 第一个 for 循环（删除它的缩进）。
最后，可能是您的代码失败的基本原因是输出文件名应加引号，因此将其更改为dom.write('output.xml')。否则会出现执行错误。

【讨论】：