我应该使用哪个 Python XML 库？

Question

我将处理一个项目的 XML 文件。我早些时候决定使用 lxml，但在阅读了需求之后，我认为 ElemenTree 会更适合我的目的。

必须处理的 XML 文件有：

1. 尺寸较小。通常< 10 KB。

2. 没有命名空间。

3. 简单的 XML 结构。

鉴于 XML 较小，内存不是问题。我唯一关心的是快速解析。

我应该带什么去？大多数情况下，我看到人们推荐 lxml，但考虑到我的解析要求，我真的能从中受益吗？或者 ElementTree 会更好地满足我的目的吗？

Answer 1

正如其他人所指出的，lxml 实现了 ElementTree API，因此如果您需要更好的性能或更高级的功能，您可以安全地从 ElementTree 开始并迁移到 lxml。

使用 ElementTree 的一大优势（如果它满足您的需求）是，从 Python 2.5 开始，它是 Python 标准库的一部分，它减少了外部依赖以及处理编译/安装 C 模块的（可能的）头痛。

Answer 2

lxml 基本上是 ElementTree 的超集，因此您可以从 ElementTree 开始，然后如果您遇到性能或功能问题，则可以更改为 lxml。

性能问题只能由你使用自己的数据来研究，

Answer 3

我推荐我自己的食谱

XML Python 数据结构 « Python 食谱 « ActiveState 代码

它不会加快解析速度。但它提供了真正本机对象样式的访问。

>>> SAMPLE_XML = """<?xml version="1.0" encoding="UTF-8"?>
... <address_book>
...   <person gender='m'>
...     <name>fred</name>
...     <phone type='home'>54321</phone>
...     <phone type='cell'>12345</phone>
...     <note>"A<!-- comment --><![CDATA[ <note>]]>"</note>
...   </person>
... </address_book>
... """
>>> address_book = xml2obj(SAMPLE_XML)
>>> person = address_book.person


person.gender        -> 'm'     # an attribute
person['gender']     -> 'm'     # alternative dictionary syntax
person.name          -> 'fred'  # shortcut to a text node
person.phone[0].type -> 'home'  # multiple elements becomes an list
person.phone[0].data -> '54321' # use .data to get the text value
str(person.phone[0]) -> '54321' # alternative syntax for the text value
person[0]            -> person  # if there are only one <person>, it can still
                                # be used as if it is a list of 1 element.
'address' in person  -> False   # test for existence of an attr or child
person.address       -> None    # non-exist element returns None
bool(person.address) -> False   # has any 'address' data (attr, child or text)
person.note          -> '"A <note>"'