Python中SAX解析的最快方法

我有一个XML文档（1.5MB），需要为我正在开发的web服务实时解析它。我使用的是cElementTree Python库，根据这一点，它是Python中解析XML的首选方法，但我不确定这是否是最快的方法

我希望提高解析性能，同时尽量减少服务器上的内存使用，目前正在使用ET.iterparse（）测试SAX方法。我的基准测试显示了对同一XML文档进行200次纯解析的以下结果

• 具有ET.XML（）的DOM:20.5s
• 带有ET.iterparse（）的SAX:32.4s

这大致相当于DOM的102ms，而SAX每XML文档的162ms

但是，我仍然希望从SAX方法中挤出更多的性能来匹配102ms的DOM，或者可能更快，因为性能和内存在我的应用程序中都是至关重要的

我正在使用一种常见的SAX解析方法，如下所示：

from cStringIO import StringIO
import xml.etree.cElementTree as ET

def parse(xml_string):  
    result = []
    io = StringIO(xml_string)
    context = ET.iterparse(io, events=("start", "end"))
    for event, elem in context:
        tag = elem.tag
        value = elem.text

        if event == 'end':
            # get value from element and add to result[]
            pass

            elem.clear()

    return result

---

我希望在我的应用程序中不断解析类似大小的XML。应用程序不断地查询外部web服务（一次可以查询10-15个，而且这个数字还在增长）并返回XML文档。由于应用程序可能由许多不同的用户同时使用，随着我向应用程序添加更多外部web服务和用户，驻留在内存中的XML文档数量可能会增加。我的想法是希望从长远来看节省内存。是的，不幸的是，在我的例子中使用

fast\u iter

和

lxml

实际上会将其速度降低到39秒左右。。。我会尝试其他方法，看看我是否能比我现有的更好。