问题描述
我需要拆分一个巨大的xml文件,然后将其插入数据库,这是做我正在做的事的最有效方法
这是我的代码
import xml.etree.cElementTree as etree
filename = r'D:\test\Books.xml'
context = iter(etree.iterparse(filename, events=('start', 'end')))
_, root = next(context)
books = []
for event, elem in context:
if event == 'start' and elem.tag == '{http://www.book.org/Book-19200/biblography}Book':
etree.register_namespace("", "http://www.book.org/Book-19200/biblography")
xml = etree.tostring(elem)
xmls.append(xml)
if len(xmls) == 100:
populate_db(books)
books = []
root.clear()
def populate_db(books):
c.executemany('INSERT INTO Books VALUES (?)', books)
我的样本book.xml看起来像这样
<Books>
<Book xmlns="http://www.book.org/Book-19200/biblography"
xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
ISBN="519292296"
xsi:schemaLocation="http://www.book.org/Book-19200/biblography ../../book.xsd
http://www.w3.org/2000/12/xmldsig# ../../xmldsig-core-schema.xsd">
<Detail ID="67">
<BookName>Code Complete 2</BookName>
<Author>Steve McConnell</Author>
<Pages>960</Pages>
<ISBN>0735619670</ISBN>
<BookName>Application Architecture Guide 2</BookName>
<Author>Microsoft Team</Author>
<Pages>496</Pages>
<ISBN>073562710X</ISBN>
</Detail>
</Book>
<Book xmlns="http://www.book.org/Book-19200/biblography"
xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
ISBN="519292296"
xsi:schemaLocation="http://www.book.org/Book-19200/biblography ../../book.xsd
http://www.w3.org/2000/12/xmldsig# ../../xmldsig-core-schema.xsd">
<Detail ID="87">
<BookName>Rocking Python</BookName>
<Author>Guido Rossum</Author>
<Pages>960</Pages>
<ISBN>0735619690</ISBN>
<BookName>Python Rocks</BookName>
<Author>Microsoft Team</Author>
<Pages>496</Pages>
<ISBN>073562710X</ISBN>
</Detail>
</Book>
</Books>
这种方法是追加到List并使用100个批次并有效地插入数据库还是在这里需要考虑多线程
1楼
这取决于您的XML文件的大小。 兆字节或兆兆字节?
无论如何,解析XML文件都比插入数据库花费更多的时间,因此请不要过度设计它。 只需尝试使用您的代码即可。
切记: 过早的优化是万恶之源。