Python lxml.etree-從字符串或直接從鏈接解析XML是否更有效？

Question

使用lxml.etree python框架，直接從鏈接到在線xml文件解析xml效率更高，還是更好的說法是使用其他框架（例如urllib2 ）返回字符串，然后從該框架解析？ 還是根本沒有區別？

方法1-直接從鏈接解析

from lxml import etree as ET

parsed = ET.parse(url_link)

方法2-從字符串解析

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

還是有比這兩種方法更有效的方法，例如將xml保存到桌面上的.xml文件，然后從其中解析？

Answer 1

我用一個簡單的計時說唱器運行了這兩種方法。

方法1-直接從鏈接解析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-從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直接從鏈接中進行解析是更快捷的方法。 目前尚不清楚從硬盤驅動器下載然后解析大型xml文檔是否會更快，但是大概除非文檔很大且解析任務更加繁瑣， parseXMLFromLink()函數仍會保持更快，因為urllib2似乎可以放慢第二個功能。

我運行了幾次，結果保持不變。

Answer 2

如果用“有效”來表示“有效”，我可以肯定地說，您將看不到兩者之間的任何區別（除非ET.parse(link)得到了可怕的實現）。

原因是網絡時間將成為解析在線XML文件的最重要部分，比將文件存儲到磁盤或將其保存在內存中要長得多，並且比實際解析要長得多。