xml.etree.cElementTree
सही उपयोग के साथ जनरेटर के करीब आता है; डिफ़ॉल्ट रूप से आप प्रत्येक 'तत्व' घटना के बाद प्रत्येक तत्व प्राप्त करते हैं, जिस बिंदु पर आप इसे संसाधित कर सकते हैं। यदि आपको प्रोसेसिंग के बाद इसकी आवश्यकता नहीं है तो आपको तत्व पर element.clear() का उपयोग करना चाहिए; इस प्रकार आप स्मृति को बचाते हैं।
यहां मेरा पूरा अर्थ है, जहां मैं रिदमम्क्स (संगीत प्लेयर) लाइब्रेरी का विश्लेषण करता हूं। मैं (सी) ElementTree के iterparse का उपयोग करता हूं और प्रत्येक संसाधित तत्व के लिए मैं element.clear() को कॉल करता हूं ताकि मैं काफी मेमोरी बचा सकूं। (बीटीडब्ल्यू, नीचे दिया गया कोड कुछ सैक्स कोड को एक ही काम करने के लिए उत्तराधिकारी है; सीमेंटमेंट ट्री समाधान 1 से एक राहत थी) कोड संक्षिप्त है और मुझे जो चाहिए वह व्यक्त करता है और कुछ भी नहीं 2) यह 3x तेज है, 3) यह कम स्मृति का उपयोग करता है।)
import os
import xml.etree.cElementTree as ElementTree
NEEDED_KEYS= set(("title", "artist", "album", "track-number", "location",))
def _lookup_string(string, strmap):
"""Look up @string in the string map,
and return the copy in the map.
If not found, update the map with the string.
"""
string = string or ""
try:
return strmap[string]
except KeyError:
strmap[string] = string
return string
def get_rhythmbox_songs(dbfile, typ="song", keys=NEEDED_KEYS):
"""Return a list of info dictionaries for all songs
in a Rhythmbox library database file, with dictionary
keys as given in @keys.
"""
rhythmbox_dbfile = os.path.expanduser(dbfile)
lSongs = []
strmap = {}
# Parse with iterparse; we get the elements when
# they are finished, and can remove them directly after use.
for event, entry in ElementTree.iterparse(rhythmbox_dbfile):
if not (entry.tag == ("entry") and entry.get("type") == typ):
continue
info = {}
for child in entry.getchildren():
if child.tag in keys:
tag = _lookup_string(child.tag, strmap)
text = _lookup_string(child.text, strmap)
info[tag] = text
lSongs.append(info)
entry.clear()
return lSongs
अब, मैं अपनी उम्मीदों समझ में नहीं आता, तो आपको निम्न उम्मीद है?
# take one
for event, entry in ElementTree.iterparse(rhythmbox_dbfile):
# parse some entries, then exit loop
# take two
for event, entry in ElementTree.iterparse(rhythmbox_dbfile):
# parse the rest of entries
हर बार जब आप iterparse फोन आप एक नया इटरेटर वस्तु मिलता है, नए सिरे से फ़ाइल को पढ़ने! आप इटरेटर अर्थ विज्ञान के साथ एक लगातार वस्तु चाहते हैं, आप दोनों छोरों में एक ही वस्तु (अपरीक्षित कोड) का उल्लेख करना होगा:
#setup
parseiter = iter(ElementTree.iterparse(rhythmbox_dbfile))
# take one
for event, entry in parseiter:
# parse some entries, then exit loop
# take two
for event, entry in parseiter:
# parse the rest of entries
मुझे लगता है कि के बाद से विभिन्न वस्तुओं अलग अर्थ विज्ञान है यह भ्रामक हो सकते हैं। फ़ाइल ऑब्जेक्ट में हमेशा एक आंतरिक स्थिति होगी और फ़ाइल में अग्रिम होगा, हालांकि आप इसे फिर से चालू करेंगे। स्पष्ट रूप से एक ElementTree iterparse वस्तु नहीं है। क्रूक्स यह सोचने के लिए है कि जब आप लूप का उपयोग करते हैं, तो हमेशा उस चीज पर इसे हमेशा कॉलर() कहते हैं।
>>> import xml.etree.cElementTree as ElementTree
>>> pth = "/home/ulrik/.local/share/rhythmbox/rhythmdb.xml"
>>> iterparse = ElementTree.iterparse(pth)
>>> iterparse
<iterparse object at 0x483a0890>
>>> iter(iterparse)
<generator object at 0x483a2f08>
>>> iter(iterparse)
<generator object at 0x483a6468>
>>> f = open(pth, "r")
>>> f
<open file '/home/ulrik/.local/share/rhythmbox/rhythmdb.xml', mode 'r' at 0x4809af98>
>>> iter(f)
<open file '/home/ulrik/.local/share/rhythmbox/rhythmdb.xml', mode 'r' at 0x4809af98>
>>> iter(f)
<open file '/home/ulrik/.local/share/rhythmbox/rhythmdb.xml', mode 'r' at 0x4809af98>
क्या आप देखते हैं कि प्रत्येक कॉल() एक iterparse वस्तु पर आईटीईआर के लिए है एक नया जनरेटर रिटर्न: यहाँ एक प्रयोग एक फ़ाइल वस्तु के साथ ElementTree.iterparse की तुलना है। फ़ाइल ऑब्जेक्ट में, एक आंतरिक ऑपरेटिंग सिस्टम स्थिति है जिसे संरक्षित किया जाना चाहिए और यह स्वयं का इटरेटर है।
यही वही है जो मुझे चाहिए ... मुझे "स्टार्ट टैग" जैसी घटनाओं पर "प्रतिक्रिया" करने की कोई बात नहीं है। – jldupont
@ जीन-लो: अगर आपको पूरे पेड़ की आवश्यकता नहीं है, तो SAX है जाने के लिए रास्ता। यह सामग्री के पेड़ की बजाय घटनाओं की धारा के रूप में दस्तावेजों को संसाधित करने के लिए किया जाता है। –