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，但是在我将它复制到另一台安装了python v2.6.x的计算机之后，在python文档上不支持iterfind() ，下面的描述已经列出

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返回匹配match xpath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）下一个元素只在迭代时匹配match并调用next(iter) （这是在使用for或类似构造迭代列表时内部调用的）。

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

然后一次一个地从XML文件中检索元素（每个循环一个元素）。

如果你这样做

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

将立即检索所有元素并将其存储到（临时）列表中。 只有这样， for循环才会开始迭代该列表。

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（同样的原因）。 此外，如果您需要在到达最后一个元素之前退出for循环，那么您将完成不必要的工作。 另一方面，一旦你进入for循环，第二种方法可能会更快一些。 通常，第一种方法（“懒惰评估”）的好处超过了这个缺点。

在您的情况下，切换到findall可能是安全的。

Answer 3

正如你的链接所说，iterfind返回一个生成器（yield）并且findall返回一个列表。

唯一的区别是，你可以在这里查看例如，看看这两种类型之间的区别。

在这种情况下，它主要是内存性能。