只读取XML根元素

Question

在很多基于REST的API调用中，我们会遇到一个叫做nextURL的参数，利用这个参数我们可以查询下一个网址。这个参数通常在根元素中（或者可能在下一个元素中）。

大家一般是怎么处理这个的呢？如果你使用标准的XML解析器，它会读取并加载整个XML文件，然后你才能通过getElementsByTag来获取nextURL。有没有更好的方法呢？读取整个XML显然是浪费时间和内存。

补充：一个示例XML可能是这样的

<result pubisher="xyz" nextURL="http://actualurl?since_date=<newdate>"> 
<element>adfsaf</element>
..
</result>

我需要在不读取整个XML的情况下获取新的since_date。

Answer 1

“标准XML解析器”这个词涵盖的内容非常广泛，所以我觉得很难对它们的行为进行概括。例如，标准的DOM解析器是基于树的，它会把整个XML文件读入内存中；而SAX解析器（我想StAX也是这样）则不会，它会根据应用程序的需要逐步读取数据。听起来你需要的就是后者，也就是SAX或StAX解析器。

编辑：请务必查看KitsuneYMG在下面的评论，了解SAX和StAX之间的行为区别。

Answer 2

Python：你可以使用ElementTree的iterparse方法……前提是你想要的数据在一个属性里，这样在你收到开始事件的时候，数据就已经被解析好了。如果数据在元素的文本或尾部，你就得等到结束事件才能获取。建议你修改一下你的提问，展示一下你的XML长什么样，并用一个例子来解释“或者也许在下一个元素里”的意思。