我有一个庞大的XML文件。但是，我只对这棵大树的一个小子树感兴趣。我想解析这个子树，但是当我只使用它的一小部分时，我不想浪费时间解析整个大树。
理想情况下，我想扫描文件，直到找到此子树的开头，解析子树直到我到达它的末尾，然后甚至不打扰读取文件的其余部分。甚至可能用XPath表达式描述我感兴趣的子树。有没有办法使用lxml执行此操作？看起来您可以使用iterparse()方法执行此类操作，但基于文档，看起来它不会生成我想要使用的已解析对象。有什么建议吗？
（不需要使用lxml，但我想使用Python，理想情况下我希望它能够快速使用。）
答案 0 :(得分：1)
我觉得iterparse就是你想要的。看看http://lxml.de/parsing.html处的“选择性标记事件”部分，似乎可以满足您的需求：
context = etree.iterparse(xmlfile, tag="yourSubTree")
action, elem = context.next()
etree.iterwalk(elem, ...)...
似乎XPath也可以工作，但我猜测XPath在返回之前会读取整个树，而我希望iterparse只能在树上行走直到它有匹配。值得描述这两种方法。
答案 1 :(得分：0)
Iterparse仍然需要解析所有你想要的子树。在使用正则表达式将子树提供给解析器之前，提取子树可能更有效。您可能想尝试编写sax解析器。 Sax可能比lxml慢，但它不会占用太多内存，因此在某些情况下可能会更好。