如何在不讀取python中整個文件的情況下覆蓋XML屬性值

Question

一次只讀取一個元素時，如何覆蓋單個屬性值？

具體來說，我正在使用xml.etree.cElementTree.iterparse()讀取每個單獨的元素。 然后，我要更改屬性值。

然后，我要做的就是用changed element覆蓋original element changed element 。

這是到目前為止的示例代碼：

osm_file = open(sample.osm, 'r+')

for event, elem in ET.iterparse(osm_file events=("start",)):

    # Making some changes
    elem.attrib['v'] = 'new_value'

    # Some how write the elem back to the XML file

我不能做的一件事是將整個XML文件讀入python，因為該文件太大。

Answer 1

來自usr2564301的注釋中解釋了為什么這是不可能的。

那可能行不通。 XML處理不知道數據來自文件，因此無法在文件中完全相同的位置“回寫”更改后的值。 即使可以：在沒有重寫整個文件的情況下，用較短或較長的文本替換文件中的文本在物理上也是不可能的。 （唯一的例外是“長度完全相同的文本”和“數據在最后”。）– usr2564301

Answer 2

iterparse仍會處理整個樹。 您無法避免：

http://effbot.org/zone/element-iterparse.htm#incremental-parsing

增量解析＃請注意，iterparse仍然像解析一樣構建一棵樹，但是您可以在解析時安全地重新排列或刪除樹的某些部分。 例如，要解析大型文件，您可以在處理完元素后立即刪除它們：

對於事件，iterparse（source）中的elem：如果elem.tag ==“ record”：...處理記錄元素... elem.clear（）

如果您的XML文件太大而無法在程序中處理，則需要考慮另一種數據存儲格式，例如數據庫。

否則，您可以使用sed和awk或其他工具對文本文件進行一些文件操作魔術。

Answer 3

我最近也一直在處理大型文件，但無法將其容納在內存中。 為了解決這個問題，我整理了一個簡單的軟件包bigread （ pip install bigread ），該軟件包將文件的n行立即流進RAM：

from bigread import Reader

# this will be the output file
with open('updated.xml', 'w') as out:
  # read the input file
  for i in Reader(file='input.xml', block_size=1):
    # check if this is a line you need to operate on
    if i.lstrip()[:5] == '<tag ':
      # replace the target attribute
      i = i.replace(' attr="cats" ', ' attr="dogs" ')
    # write the new line to disk
    out.write(i + '\n')