Question

这是我第一次在这里提问，我是新手，所以如果我的问题对某些人来说听起来很愚蠢，我很抱歉。我正在研究从机器传输数据：

requests.get('http://IP:port/sample?interval=0&heartbeat=1000', stream = True)

我正在接收XML格式的数据。这是XML数据的结构：

b'--9bc1ad19bf9e3b4049ab7e4f78dda451'
b'Content-type: text/xml'
b'Content-length: 15560'
b'<?xml version="1.0" encoding="UTF-8"?>'
b'<MTConnectStreams xmlns:m="urn:mtconnect.org:MTConnectStreams:1.3"  xmlns="urn:mtconnect.org:MTConnectStreams:1.3" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:schemaLocation="urn:mtconnect.org:MTConnectStreams:1.3 http://www.mtconnect.org/schemas/MTConnectStreams_1.3.xsd">'
b'  <Header creationTime="2016-12-01T17:58:48Z" sender="MAZATROL-PC" instanceId="1480604825" version="1.3.0.17" bufferSize="131072" nextSequence="1301" firstSequence="1" lastSequence="42044"/>'
b'  <Streams>'
b'    <DeviceStream name="Mazak" uuid="Mazak">'
b'      <ComponentStream component="Controller" name="controller" componentId="cont">'
b'        <Samples>'
b'          <AccumulatedTime dataItemId="yltime" timestamp="2016-12-01T15:45:15.662995Z" name="total_time" sequence="1214" subType="x:TOTAL">3104040</AccumulatedTime>'
b'          <AccumulatedTime dataItemId="yltime" timestamp="2016-12-01T15:46:16.452858Z" name="total_time" sequence="1243" subType="x:TOTAL">3104101</AccumulatedTime>'
b'          <AccumulatedTime dataItemId="yltime" timestamp="2016-12-01T15:47:17.331808Z" name="total_time" sequence="1272" subType="x:TOTAL">3104162</AccumulatedTime>'
b'          <PathFeedrateOverride dataItemId="pfo" timestamp="2016-12-01T15:33:27.042482Z" name="Fovr" sequence="899" subType="ACTUAL">0</PathFeedrateOverride>'
b'          <PathFeedrateOverride dataItemId="pfr" timestamp="2016-12-01T15:30:26.700817Z" name="Frapidovr" sequence="803" subType="RAPID">0</PathFeedrateOverride>'
b'          <PathFeedrateOverride dataItemId="pfr" timestamp="2016-12-01T15:30:42.685031Z" name="Frapidovr" sequence="810" subType="RAPID">0</PathFeedrateOverride>'

我只对从包含dataItemId的行中获取一些信息感兴趣。我这样做只是为了打印数据：

for line in r.iter_lines():
    if b'dataItemId' in line:
            print(line)

了解速度非常重要，因为我们希望在AWS数据库上访问实时数据。我迷失在如何以最好的方式解析。根据我的发现，使用XmlPullParser是解析流数据而不阻塞的最佳方法。但是，我不知道该怎么开始＆＃39;并且＆＃39;结束＆＃39;是。我真的迷失了我应该如何继续而不丢失任何数据并保证我正在解析所有内容。我正在考虑拥有一个接收数据的线程，另一个使用XmlPullParser解析数据，一旦数据被放到json格式并发送，该行将从树中删除。但是，如果我只想解析具有dataItemId的行，那么我没有带有子节点的树结构，我没有清楚地看到它应该如何工作。非常感谢您的帮助。谢谢

Answer 1

使用您想要的库代替答案让我指出另一个类似的方向。由于您要捕获两个特定标签，因此在this帖子中使用简单的方法，只有您的支票必须

if element.tag=="tag1" or element.tag=="tag2"

您还可以检查SAX并遵循相同的逻辑。如果您在考虑速度的情况下这样做，请对其进行分析并保持最适合您需求的实施速度和空间。

另见post

使用Python中的XMLPullParser解析XML流

1 个答案: