使用由 Python 编写的 lxml 实现高性能 XML 解析

简介：?lxml 是一种使用 Python 编写的库，可以迅速、灵活地处理 XML。它支持 XML Path Language (XPath) 和 Extensible Stylesheet Language Transformation (XSLT)，并且实现了常见的 ElementTree API。本文主要关注 lxml 的易用性，以及它在处理大型 XML 数据时提供的高性能配置文件。

?

?

学习

• 您可以参阅本文在 developerWorks 全球网站上的?英文原文。
  
  
• Help getting lxml to work reliably on MacOS-X：获得有关在 MacOS X 上安装 lxml 的帮助。
  
  
• ElementTree Overview：获得有关 ElementTree API 和 cElementTree 的信息。
  
  
• 面向 Python 程序员的 Amazon EC2 基础知识：了解这种虚拟机如何托管来自 Amazon 的服务。
  
  
• Incremental Parsing：在这一节 ElementTree 文档中，了解有关?清单 6?中使用的迭代解析的内容。
  
  
• XML 技术库：从 developerWorks XML 专区获得广泛的技术文章和技巧、教程、标准和 IBM 红皮书。?
  
  
• developerWorks 技术活动和网络广播：随时关注技术的最新进展。
  
  
• developerWorks podcasts：收听针对软件开发人员的有趣访谈和讨论。?
  
  
• 技术书店：浏览关于这些主题和其他技术主题的图书。
  
  
• developerWorks Podcasts：收听针对软件开发人员的有趣访谈和讨论。
  
  

  获得产品和技术

  • lxml：Lxml 的文档几乎涵盖了所有内容。阅读 FAQ 和基准测试小节。
    
    
  • Google U.S. 版权更新数据：下载并使用 Google 提供的 XML 格式的 U.S. 版权更新数据（371MB，压缩版，426,907 条记录）。
    
    
  • Open Directory RDF 内容：下载 Open Directory 数据库的 RDF 转储（1.9GB，压缩版，5,354,663 条记录）。
    
    
  • eXist：查看这个使用 Xquery 的开源数据库管理系统。
    
    
  • Psyco：了解有关这个 Python 扩展模块的更多信息，它可以显著提高 Python 代码的执行速度。
    
    
  • Amara：尝试使用这个 Python XML 库，它提供了丰富特性和 Python 风格的 API。Amara 没有提供与 lxml 或 cElementTree 相同的性能特性，但是非常适合大部分 XML 任务。
    
    
  • IBM 用于产品评估的试用软件：使用可直接从 developerWorks 下载的试用软件构建您的下一个项目，包括来自 DB2?、Lotus?、Rational?、Tivoli? 和 WebSphere? 的应用程序开发工具和中间件产品。
    
    

    讨论

    • XML 专区讨论论坛：参与和 XML 有关的讨论。
      
      
    • developerWorks XML 专区：分享您的观点：阅读本文后，请将您的评论和观点提交到本论坛。XML 专区编辑负责该论坛，欢迎您的加入。
      
      
    • developerWorks blogs：访问这些 blog 并加入?developerWorks 社区。
      
      参考地址：http://www.ibm.com/developerworks/cn/xml/x-hiperfparse/index.html?ca=drs-cn-0105