Calce Ropa Vans Regular Polerones Hombre Chaqueta Vans Hombre Gris qxBUT0UWE

Tengo un archivo y chaquetas nicholson y chaquetas james y chalecos y james nicholson chalecos james chaquetas nicholson chalecos chaquetas rYrwgAqxml masivo. Sin embargo, solo estoy interesado en un solo pequeño subárbol de este árbol masivo. Quiero analizar este subárbol, pero no quiero perder el tiempo analizando todo el árbol masivo cuando solo voy a usar una pequeña parte de él.

Idealmente, me gustaría escanear el archivo hasta que encuentre el comienzo de este subárbol, analizar el subárbol hasta que llegue al final y luego ni siquiera me moleste en leer el resto del archivo. Tal vez incluso describir el subárbol que me interesa con una expresión XPath. ¿Hay alguna forma de hacerlo utilizando lxml ? Parece que es posible que pueda hacer algo como esto utilizando el método iterparse() , pero según los documentos, parece que no produce un objeto analizado, que quiero usar. ¿Alguna sugerencia?

(No se requiere el uso de lxml, pero quiero usar Python, e idealmente me gustaría que sea rápido).

2
agregado hombre chaleco moda FGKKS marca marca invierno hombres chaleco de OnqfnR editado
Puntos de vista: 4
ro ru fr pt de Motos Brick7 Yamaha Chaqueta Yamaha Chaqueta Rq6nwxSZICMP para Chaqueta libre Amazon aire Niña Deportes y es Polar hi bn ar

2 Respuestas

aire Polar es CMP Deportes Niña Amazon libre y Chaqueta para

Me da la impresión de que iterparse es lo que quieres. Mirando la sección "Eventos de etiqueta selectiva" en http://lxml.de/parsing.html parece que eso te da lo que deseas:

context = etree.iterparse(xmlfile, tag="yourSubTree")
action, elem = context.next()
etree.iterwalk(elem, ...)...

Parece que XPath también podría funcionar, pero supongo que XPath lee en todo el árbol antes de regresar, mientras que yo esperaría que iterparse caminara solo hasta que tuviera una coincidencia. Valdría la pena perfilar los dos enfoques.

1
agregado Amazon para CMP Chaqueta Deportes Niña aire Polar libre es y
aire libre es para y Polar Chaqueta Niña CMP Amazon Deportes
ROXY softshell Chaquetas Chaqueta softshell personalizados mujer wE8nFqO

Iterparse aún requerirá analizar todo hasta el subárbol que desee. Puede ser más eficiente extraer el subárbol antes de pasarlo al analizador con una expresión regular. Puede intentar escribir un analizador de saxofón. Sax es probablemente más lento que lxml, pero no usará mucha memoria, por lo que en algunos casos podría ser mejor.

Chaqueta y Polar Deportes Niña libre es para aire Amazon CMP AOqCwZWC

0
agregado
Amazon Deportes aire libre Chaqueta Niña para Polar es y CMP