Python lxml.etree-从字符串或直接从链接解析XML是否更有效？

Question

使用lxml.etree python框架，直接从链接到在线xml文件解析xml效率更高，还是更好的说法是使用其他框架（例如urllib2 ）返回字符串，然后从该框架解析？ 还是根本没有区别？

方法1-直接从链接解析

from lxml import etree as ET

parsed = ET.parse(url_link)

方法2-从字符串解析

from lxml import etree as ET
import urllib2

xml_string = urllib2.urlopen(url_link).read()
parsed = ET.parse.fromstring(xml_string)

# note: I do not have access to python 
# at the moment, so not sure whether 
# the .fromstring() function is correct

还是有比这两种方法更有效的方法，例如将xml保存到桌面上的.xml文件，然后从其中解析？

Answer 1

我用一个简单的计时说唱器运行了这两种方法。

方法1-直接从链接解析XML

from lxml import etree as ET

@timing
def parseXMLFromLink():
    parsed = ET.parse(url_link)
    print parsed.getroot()

for n in range(0,100):
    parseXMLFromLink()

100的平均值= 98.4035毫秒

方法2-从Urllib2返回的字符串中解析XML

from lxml import etree as ET
import urllib2

@timing
def parseXMLFromString():
    xml_string = urllib2.urlopen(url_link).read()
    parsed = ET.fromstring(xml_string)
    print parsed

for n in range(0,100):
    parseXMLFromString()

100的平均值= 286.9630毫秒

因此，奇怪的是，使用lxml直接从链接中进行解析是更快捷的方法。 目前尚不清楚从硬盘驱动器下载然后解析大型xml文档是否会更快，但是大概除非文档很大且解析任务更加繁琐， parseXMLFromLink()函数仍会保持更快，因为urllib2似乎可以放慢第二个功能。

我运行了几次，结果保持不变。

Answer 2

如果用“有效”来表示“有效”，我可以肯定地说，您将看不到两者之间的任何区别（除非ET.parse(link)得到了可怕的实现）。

原因是网络时间将成为解析在线XML文件的最重要部分，比将文件存储到磁盘或将其保存在内存中要长得多，并且比实际解析要长得多。