哪个XML库用于什么目的?

DOM/SAX划分是一个基本划分。它不仅适用于Python,因为DOM和SAX是跨语言的。

DOM :将整个文档读取到内存中并进行操作。 适用于:

• 标记中标记之间的复杂关系
• 小型复杂的XML文档
• 注意事项:
  • 易用内存过多

萨克斯 :阅读时分析文档。适用于:

• 长文档或开放式流
• 内存受限的位置
• 注意事项:
  • 您需要编写一个有状态的解析器,这可能很棘手。

清汤 :

很适合HTML或者格式不太好的标记。使用方便,速度快。对于屏幕抓取等很好。它可以与基于XML的标记一起使用,而基于XML的标记只会通过错误地说标记是不正确的。

其余的大部分我都没用过,但我觉得在什么时候用哪一种并没有硬性规定。只是您的标准考虑:谁来维护代码,您认为最容易使用哪些API,它们的工作情况如何,等等。

一般来说,对于基本需求,使用标准库模块是很好的,因为它们是“标准”的,因此是可用的和众所周知的。但是,如果您需要深入研究一些东西,那么几乎总是会有新的非标准模块,它们在标准库之外具有卓越的功能。

我发现 xml.etree 基本上足够了,除了 BeautifulSoup 如果我需要分析 破碎的 XML(这不是一个常见的问题,不同于破损的HTML,漂亮的HTML还有助于 是 Everywhere):它对读取内存中的整个XML文档、导航它们、创建它们、增量解析大型文档都有合理的支持。 lxml 支持相同的接口,而且通常速度更快——当您能够负担得起安装第三方python扩展时(例如,不能安装的应用程序引擎——但xml.etree仍然存在,因此您可以运行完全相同的代码),这对提高性能很有用。 LXML 也有更多的特色,并提供美丽的汤。

您提到的其他libs都是针对不同语言设计的模拟API,一般来说,我看不到任何理由将Python扭曲成这些旋转。如果您有非常具体的需求,例如对XSLT的支持、各种验证等,那么可能还值得四处寻找其他库,但是我已经很久没有这样的需求了,所以我不是最新的为它们提供的产品。

对于许多问题,您可以通过XML来处理。它的主要优点是成为标准库的一部分。这意味着它几乎预先安装在每个系统上,并且接口是静态的。它不是最好的,也不是最快的,但它就在那里。

对于其他一切,都有lxml。具体来说,LXML最适合分析中断的HTML、XHTML或可疑源。它使用libxml2和libxslt处理xpath、xslt和exslt。教程很清楚,界面简单明了。所提到的其余库都存在,因为LXML在其当前表单中不可用。

这是我的意见。

我对XML不太了解,但是当我需要时, lxml 和他一起工作很愉快,而且很快。元素树API在面向对象的设置中非常好。