lxml 和 ElementTree 有啥区别？

Posted 2023-02-24

【中文标题】lxml 和 ElementTree 有啥区别？

【英文标题】：What are the differences between lxml and ElementTree?lxml 和 ElementTree 有什么区别？

【发布时间】：2018-04-24 01:38:04

【问题描述】：

说到generating XML data in Python，我经常看到推荐两个库：lxml和ElementTree

据我所知，这两个库彼此非常相似。它们似乎都有相似的模块名称、使用指南和功能。甚至导入语句也非常相似。

 # Importing lxml and ElementTree
import lxml.etree
import xml.etree.ElementTree

用于 Python 的 lxml 和 ElementTree 库之间有什么区别？

【问题讨论】：

lxml 明显更快，可用于解析 html，并支持 XPath。有专门的a section in the lxml documentation 解释差异。

lxml 也更容易与命名空间一起使用

【参考方案1】：

ElementTree 内置于 Python 标准库中，其中包括其他数据模块类型，例如 json 和 csv。这意味着该模块随 Python 的每个安装一起提供。对于大多数普通的 XML 操作，包括构建文档树以及元素属性和节点值的简单搜索和解析，甚至命名空间，ElementTree 是一个可靠的处理程序。

Lxml 是需要安装的第三方模块。在许多方面lxml 实际上扩展 ElementTree 因为内置模块中的大多数操作都可用。这个扩展中最主要的是lxml 支持 XPath 1.0 和 XSLT 1.0。此外，lxml 可以解析不符合 XML 的 HTML 文档，因此可用于网络抓取操作，甚至可以用作 BeautifulSoup 中的解析器和 Pandas 中的引擎 pandas.read_html()。 lxml 的其他有用的常见功能包括 pretty_print 输出、objectify 和 sax 支持。当然，作为第三方模块，与标准库相比，具有附加功能的版本也很容易访问。

【参考方案2】：

我不会说 lxml 比 ET 快，因为这两个模块都提供了大量的功能。为了提供一点上下文，ElementTree 还支持 XPath，但特别是 ET 有一个独特且有用的函数，称为 iterparse()，它将 XML 文档重新制作为可迭代的。这导致解析速度更快，尤其是对于大型 XML 文件。

ET API 本身创建元素类型，它们是列表和字典之间的混合交叉。对于刚接触该模块的人来说，这可能会让人头疼，但坐下来，您会发现它非常灵活。

【讨论】：

iterparse 不是 ElementTree 独有的；它也存在于 lxml 中：lxml.de/parsing.html#iterparse-and-iterwalk。并且 lxml 完全支持 XPath 1.0，而 ElementTree 只支持 XPath 功能的一个子集。