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
def start(self, tag, attrib):
def close(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...