无论如何，整个XML都是由核心实现解析的。etree.iterparse只是生成器样式的视图，它提供了按标记名称的简单过滤（请参阅docstringhttp://lxml.de/api/lxml.etree.iterparse- class.html）。如果您想进行复杂的过滤，则应自己完成。
iterparse(self, source, events=("start", "end",), tag="item")@H_404_7@并知道您何时处于“ item”端，何时处于“ item / url / item”端。
解决方法
我试图使用lxml和iterparse方法编写解析器，以逐步浏览包含许多项目的非常大的xml文件。
我的文件格式为：
<item> <title>Item 1</title> <desc>Description 1</desc> <url> <item>http://www.url1.com</item> </url> </item> <item> <title>Item 2</title> <desc>Description 2</desc> <url> <item>http://www.url2.com</item> </url> </item>到目前为止，我的解决方案是：
from lxml import etree context = etree.iterparse( MYFILE,tag='item' ) for event,elem in context : print elem.xpath( 'description/text( )' ) elem.clear( ) while elem.getprevious( ) is not None : del elem.getparent( )[0] del context当我运行它时，我得到类似于以下内容：
[] ['description1'] [] ['description2']空集是因为它还会将属于子项的item标记拉出到url标记中，并且显然没有使用xpath提取的描述字段。我的希望是逐项分析每个项目，然后根据需要处理子字段。我只是在学习lxml库，所以我很好奇是否有一种方法可以提取主要项目，同时又可以保留任何子项目？
<item>
<title>Item 1</title>
<desc>Description 1</desc>
<url>
<item>http://www.url1.com</item>
</url>
</item>
<item>
<title>Item 2</title>
<desc>Description 2</desc>
<url>
<item>http://www.url2.com</item>
</url>
</item>
from lxml import etree
context = etree.iterparse( MYFILE,tag='item' )
for event,elem in context :
print elem.xpath( 'description/text( )' )
elem.clear( )
while elem.getprevious( ) is not None :
del elem.getparent( )[0]
del context
[]
['description1']
[]
['description2']
并知道您何时处于“ item”端，何时处于“ item / url / item”端。
我试图使用lxml和iterparse方法编写解析器，以逐步浏览包含许多项目的非常大的xml文件。
我的文件格式为：
到目前为止，我的解决方案是：
当我运行它时，我得到类似于以下内容：
空集是因为它还会将属于子项的item标记拉出到url标记中，并且显然没有使用xpath提取的描述字段。我的希望是逐项分析每个项目，然后根据需要处理子字段。我只是在学习lxml库，所以我很好奇是否有一种方法可以提取主要项目，同时又可以保留任何子项目？
并知道您何时处于“ item”端，何时处于“ item / url / item”端。
602392714
清零编程群