xml数据处理--ElementTree模块使用

下面是对1.xml的数据的处理代码

# coding:utf-8
import xml.etree.ElementTree as ET
def main():
    person_data = {}
    f = open('1.xml')
    tree = ET.parse(f)
    root = tree.getroot()
    with open('data','w') as fp:
        for person in root.getiterator('person'):
            for item in person.getiterator():
                if isinstance(item.text,unicode):
                    item.text = item.text.encode('utf-8')
                if item.tag != 'person' and item.text is not None:
                    print >>fp,item.tag+":"+str(item.text)+"|",print >>fp
if __name__ == '__main__':
    main()

通过代码可以知道ElementTree在使用上比sax更加方便。

sax和ElementTree的比较：

sax:顺序读取数据，不能随意读取，只能从头到尾解析一遍，不能修改数据。不受文件大小限制。

ElementTree:轻量级的dom，可以使用迭代器遍历数据。可以修改数据，随意读取数据。对于大数据来说比sax使用的内存要多很多，因为ElementTree需要载入整个数据。

关于大数据的处理方法请参考该地址：

http://www.ibm.com/developerworks/cn/xml/x-hiperfparse/