事件驅動解析

有時我們需要的只是樹內某個地方的一小部分，因此將整個樹解析到記憶體中，全體遍歷並進行相關操作造成的記憶體開銷會很大

因此，etree提供了兩個事件驅動的解析器介面

乙個是在構建樹時，生成解析器事件(iterparse)

另乙個根本不構建樹，而是以類似sax的方式呼叫目標物件的反饋方法

some_file_like = bytesio(b"

data")
for event, element in
etree.iterparse(some_file_like):
print("
%s, %4s, %s
" %(event, element.tag, element.text)
'''輸出：
end,    a, data
end, root, none
'''

預設情況下，iterparse()只在解析完元素時生成事件，但可以通過events關鍵字引數控制

some_file_like = bytesio(b"

data")
for event, element in etree.iterparse(some_file_like,events=("
start
", "
end"
)):    
print("
%5s, %4s, %s
" %(event, element.tag, element.text))
'''輸出：
start, root, none
start,    a, data
end,    a, data
end, root, none
'''

注意，在接收開始事件時，元素的文字、尾部和子元素還不一定存在，只有結束事件才能保證元素已被完全解析

它還允許您.clear()或修改元素的內容以節省記憶體

因此，如果您解析乙個大的樹並且希望保持記憶體使用量小，那麼您應該清理樹中不再需要的部分

.clear()的keep_tail=true引數確保當前元素後面的(tail)文字內容不會被觸控

強烈建議修改解析器可能尚未完全讀取的任何內容

some_file_like = bytesio(b"

data")
for event, element in
etree.iterparse(some_file_like):
if element.tag == 'b'
:        
print
(element.text)
elif element.tag == 'a'
:        
print("
** cleaning up the subtree")
element.clear(keep_tail=true)
'''輸出：  
data
** cleaning up the subtree
none
** cleaning up the subtree
'''

iterparse()的乙個非常重要的用例是解析生成的大型xml檔案，例如資料庫轉儲

大多數情況下，這些xml格式只有乙個主資料項元素掛在根節點的正下方，並且重複了數千次

在這種情況下，最好讓lxml.etree來構建樹，並且只擷取這乙個元素，使用普通的樹api來提取資料

xml_file = bytesio(b'''

\abcabc
more datamore data
xyzxyz
''')
for _, element in etree.iterparse(xml_file, tag='a'
):    
print('
%s -- %s
' % (element.findtext('
b'), element[1].text))
element.clear(keep_tail=true)
'''輸出：  
abc -- abc
more data -- more data
xyz -- xyz
'''

如果出於某種原因根本不需要構建樹，則可以使用lxml.etree的目標解析器介面

它通過呼叫目標物件的方法建立類似sax的事件。通過實現部分或全部這些方法，可以控制生成哪些事件

class

parsertarget:
events =
close_count =0
defstart(self, tag, attrib):
"start
", tag, attrib))
defclose(self):
events, self.events =self.events, 
self.close_count += 1
return
events
parser_target =parsertarget()
parser = etree.xmlparser(target=parser_target)
events = etree.fromstring('
', parser)
print(parser_target.close_count) #
輸出：1
for event in
events:
print('
event: %s - tag: %s
' % (event[0], event[1]))
for attr, value in event[2].items():
print('
* %s = %s
' %(attr, value))
'''輸出：     
event: start - tag: root
* test = true
'''

可隨時重用解析器及其目標，因此要確保.close()方法確實已將目標狀態重置為可用(在出現錯誤時也是如此！)

events = etree.fromstring('

', parser)
print(parser_target.close_count) #
輸出：2
events = etree.fromstring('
', parser)
print(parser_target.close_count) #
輸出：3
events = etree.fromstring('
', parser)
print(parser_target.close_count) #
輸出：4
for event in
events:
print('
event: %s - tag: %s
' % (event[0], event[1]))
for attr, value in event[2].items():
print('
* %s = %s
' %(attr, value))
'''輸出： 
event: start - tag: root
* test = true
'''

事件驅動解析

有時我們需要的只是樹內某個地方的一小部分，因此將整個樹解析到記憶體中，全體遍歷並進行相關操作造成的記憶體開銷會很大 因此，etree提供了兩個事件驅動的解析器介面 乙個是在構建樹時，生成解析器事件 iterparse 另乙個根本不構建樹，而是以類似sax的方式呼叫目標物件的反饋方法 some fil...

驅動python python實現事件驅動

eventmanager事件管理類實現，大概就百來行 左右。encoding utf 8 系統模組 from queue import queue,empty from threading import class eventmanager def init self 初始化事件管理器 事件物件列表...

事件驅動與流程驅動

1 流程驅動 類似 一般就是主動輪詢 在幹活中還要分心 主動去找活幹 這樣有空餘的時間也完全浪費掉了 2 事件驅動 類似 比如公司有乙個oa系統 你幹完活的時候只需要看下oa系統有沒分配給你活 沒有可以幹自己的事 不用擔心還有其他事沒幹完 3者對比 採用警覺式者主動去輪詢 polling 行為取決於...