python-ElementTree iterparse应该花多长时间?
内容导读
互联网集市收集整理的这篇技术教程文章主要介绍了python-ElementTree iterparse应该花多长时间?,小编现在分享给大家,供广大互联网技能从业者学习和参考。文章包含1304字,纯文字阅读大概需要2分钟。
内容图文
![python-ElementTree iterparse应该花多长时间?](/upload/InfoBanner/zyjiaocheng/675/6086a60c9dde44d0bf3e35683e52bdeb.jpg)
在回答另一个问题时,有人向我展示了以下教程,作者声称其中使用了iterparse在3秒内解析了约100 MB的XML文件:
http://eli.thegreenplace.net/2012/03/15/processing-xml-in-python-with-elementtree/
我正在尝试解析约90 MB的XML文件,并且我有以下代码:
from xml.etree.cElementTree import *
count = 0
for event, elem in iterparse('foo.xml'):
if elem.tag == 'identifier' and elem.text == 'bar':
count += 1
elem.clear() # discard the element
print count
这大约需要30秒钟的时间……甚至与我在使用大小相似,算法和封装相同的文件中阅读的教程所报告的数量级都不一样.
有人可以告诉我我的代码可能有什么问题,或者情况和教程之间可能没有引起我注意的区别吗?
我正在使用Python 2.7.3.
附录:
我还使用了功能相当强大的机器,以防万一有人认为是这样.
解决方法:
正如TJD所提到的,仅比较XML的大小可能不会提供很多信息.但是,我碰巧具有相同结构但大小不同的文件:
带有79M文件:
$python -m timeit -n 1 -c 'from xml.etree.cElementTree import iterparse
count = 0
for event, elem in iterparse("..../QT20060217_S_18mix23-2500_01.mzML"):
if elem.tag.endswith("spectrum"): count += 1
elem.clear()
print count'
6126
6126
6126
1 loops, best of 3: 950 msec per loop
对于3.8G文件,timeit输出为:
1 loops, best of 3: 22.3 sec per loop
另外,与lxml进行比较:将第一行中的xml.etree.cElementTree更改为lxml.etree,我得到:
对于第一个文件:每个循环730毫秒
对于第二个文件:每个循环11.4秒
内容总结
以上是互联网集市为您收集整理的python-ElementTree iterparse应该花多长时间?全部内容,希望文章能够帮你解决python-ElementTree iterparse应该花多长时间?所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错,欢迎将互联网集市网站推荐给程序员好友。
内容备注
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 gblab@vip.qq.com 举报,一经查实,本站将立刻删除。
内容手机端
扫描二维码推送至手机访问。