xml.etree.ElementTree的findall()和iterfind()之间有什么区别

Question

我用下面的方式编写程序

from xml.etree.ElementTree import ET

xmlroot = ET.fromstring([my xml content])

for element in xmlroot.iterfind(".//mytag"):
    do some thing

它在我的python(v2.7.1)上工作正常,但在我将其复制到另一台安装了python v2.6.x的计算机后,iterfind()不支持,在python文档中,下面的描述列出

的findall(匹配)

按标签名称或路径查找所有匹配的子元素.返回包含文档顺序中所有匹配元素的列表.

iterfind(匹配)

按标签名称或路径查找所有匹配的子元素.返回一个iterable,以文档顺序生成所有匹配元素.

版本2.7中的新功能.

我的问题是:这两个功能是否相同？这两个功能有什么区别

Answer 1

如文档中所示 -

1. findall返回与matchxpath 匹配的完整元素列表,我们可以使用下标来访问它们,例如 -

   >>> root = ET.fromstring("<a><b>c</b></a>")
   >>> root.findall("./b")
   [<Element 'b' at 0x02048C90>]
   >>> lst = root.findall("./b")
   >>> lst[0]
   <Element 'b' at 0x02048C90>
   

我们也可以使用for循环遍历列表.

2. iterfind返回一个迭代器(生成器),它不返回列表,在这种情况下我们不能使用下标来访问该元素,我们只能在接受迭代器的地方使用它,例子就是在for循环中.

如果你真的想要遍历返回的列表(这是我的经验中的大部分时间),iterfind会比findall更快,因为findall必须在返回之前创建完整的列表,而iterfind找到(产生)下一个元素与match迭代和调用唯一匹配next(iter)(这是在使用for或者此类构造迭代列表时内部调用的内容).

如果你想要列表,两者似乎都有相似的时间.

两种情况的性能测试 -

In [1]: import xml.etree.ElementTree as ET

In [2]: x = ET.fromstring('<a><b>c</b><b>d</b><b>e</b></a>')

In [3]: def foo(root):
   ...:     d = root.findall('./b')
   ...:     for  y in d:
   ...:         pass
   ...: 

In [4]: def foo1(root):
   ...:     d = root.iterfind('./b')
   ...:     for y in d:
   ...:         pass
   ...: 

In [5]: %timeit foo(x)
100000 loops, best of 3: 9.24 µs per loop

In [6]: %timeit foo1(x)
100000 loops, best of 3: 6.65 µs per loop

In [7]: def foo2(root):
   ...:     return root.findall('./b')
   ...: 

In [8]: def foo3(root):
   ...:     return list(root.iterfind('./b'))
   ...: 

In [9]: %timeit foo2(x)
100000 loops, best of 3: 8.54 µs per loop

In [10]: %timeit foo3(x)
100000 loops, best of 3: 8.4 µs per loop

Answer 2

如果你这样做

for element in xmlroot.iterfind(".//mytag"):
    do some thing

然后将一次从 XML 文件中检索一个元素（每个循环一个元素）。

如果你这样做

for element in xmlroot.findall(".//mytag"):
    do some thing

所有元素将被一次检索并存储到（临时）列表中。只有这样for循环才会开始遍历该列表。

这意味着第二种方法在开始时需要更长的时间（因为它必须构建该列表）并使用更多内存（相同原因）。此外，如果您需要for在到达最后一个元素之前退出循环，您将做不必要的工作。另一方面，一旦进入for循环，第二种方法可能会更快一些。通常，第一种方法（“惰性求值”）的好处超过了这个缺点。

在您的情况下，切换到findall.