[B! XML] engawa_kenranのブックマーク

ElementTree で巨大な XML を処理する - odz buffer

ElementTree のページに書いてあることだけど、メモとして。 xml.etree.ElementTree.iterparse を使うと、DOM のようにメモリを食わず、SAX よりプログラムしやすいかと思いきや、試しに Wikipedia のダンプデータを食わしてみたら、がんがんメモりを食う。まぁ、ルートエレメントの end イベントのときに、配下のノードがすべて必要になるので当然なんだけど。で、対策は毎回ルートエレメントの配下をクリアするということらしい。ということで、Wikipedia のデータを処理するときはこんな感じ。 import xml.etree import ElementTree WIKIPEDIA_NAMESPACE = 'http://www.mediawiki.org/xml/export-0.3/' class Page(object): __slots

engawa_kenran 2008/05/06

「対策は毎回ルートエレメントの配下をクリアするということらしい。」

リンク

XPathの書き方の基本

XSLTでXMLデータの構造変換を記述するためには、XMLデータ中の特定の要素や属性を指定するための言語が必要になります。その用途のためXSLTとともにW3C勧告となったのが、XPath（XML Path Language）です。XSLTのスタイルシートを作成するうえでXPathは必須の知識ですので、今回はXPathによる初歩的な指定方法を述べることにします。