XML解析：Element Tree（etree）与minidom
我已经用minidom解析XML很多年了。现在我突然了解到Element Tree。我的问题是，哪一个在解析上更好呢？也就是说：
- 哪个更快？
- 哪个占用的内存更少？
- 这两个有没有让我需要担心的O(n^2)的依赖关系？
- 有没有哪个正在被淘汰，换成另一个？
为什么我们会有两个接口呢？
谢谢。
2 个回答
21
DOM和Sax接口是处理XML的传统方法。Python提供这些接口是因为它们是大家都熟悉的标准。
ElementTree这个包是为了提供一种更符合Python风格的接口。它的目标就是让程序员的工作变得更简单。
根据你的Python版本，这些接口背后都有用C语言实现的部分，这样可以让它们运行得更快。
以上提到的工具都不会被淘汰。它们各自都有优点，比如Sax不需要把所有输入都读到内存里。
还有一个叫做 lxml 的第三方模块，它也是一个很受欢迎的选择（功能齐全且运行快速）。
17
Python有两个接口，可能是因为Element Tree这个功能是在minidom之后才被加入到标准库里的。这样做的原因可能是因为Element Tree的使用方式更符合Python的风格，相比之下，W3C控制的DOM就显得不那么友好了。
如果你在乎速度的话，还有一个叫做 lxml 的库，它使用libxml2来构建一个兼容ElementTree的DOM，速度应该会很快。他们还有一个基准测试，可以把自己和ElementTree在Python和C语言下的实现进行比较。
如果你担心内存使用，那其实就不应该用树形API了；这时候PullDOM可能是个更好的选择。不过我只是根据自己使用Java的优秀pull解析器的经验来推测的，目前关于PullDOM的信息似乎不多。