下面是对1.xml的数据的处理代码
# coding:utf-8 import xml.etree.ElementTree as ET def main(): person_data = {} f = open('1.xml') tree = ET.parse(f) root = tree.getroot() with open('data','w') as fp: for person in root.getiterator('person'): for item in person.getiterator(): if isinstance(item.text,unicode): item.text = item.text.encode('utf-8') if item.tag != 'person' and item.text is not None: print >>fp,item.tag+":"+str(item.text)+"|", print >>fp if __name__ == '__main__': main()
通过代码可以知道ElementTree在使用上比sax更加方便。
sax和ElementTree的比较:
sax:顺序读取数据,不能随意读取,只能从头到尾解析一遍,不能修改数据。不受文件大小限制。
ElementTree:轻量级的dom,可以使用迭代器遍历数据。可以修改数据,随意读取数据。对于大数据来说比sax使用的内存要多很多,因为ElementTree需要载入整个数据。
关于大数据的处理方法请参考该地址:
http://www.ibm.com/developerworks/cn/xml/x-hiperfparse/