Python 在不使用DOM方法的情况下迭代解析大型XML文件

我有一个xml文件

<temp>
  <email id="1" Body="abc"/>
  <email id="2" Body="fre"/>
  .
  .
  <email id="998349883487454359203" Body="hi"/>
</temp>

现在，一旦我得到根..我不明白为什么我的代码不能解析

使用iterparse时的代码引发以下错误：

 "UnicodeEncodeError: 'ascii' codec can't encode character u'\u20ac' in position 437: ordinal not in range(128)"

---

有人能帮忙吗？举个iterparse的例子：

import cStringIO
from xml.etree.ElementTree import iterparse

fakefile = cStringIO.StringIO("""<temp>
  <email id="1" Body="abc"/>
  <email id="2" Body="fre"/>
  <email id="998349883487454359203" Body="hi"/>
</temp>
""")
for _, elem in iterparse(fakefile):
    if elem.tag == 'email':
        print elem.attrib['id'], elem.attrib['Body']
    elem.clear()

导入cStringIO
从xml.etree.ElementTree导入iterparse
fakefile=cStringIO.StringIO（“”）
""")
对于iterparse（伪造文件）中的元素：
如果elem.tag==“电子邮件”：
打印元素attrib['id']，元素attrib['Body']
元素清除（）

只要用真实的文件替换伪造的文件。

---

也请阅读了解更多详细信息。

我尝试过，但考虑到我的文件大小，有人建议我使用“lxml”，而且我也不知道如何使用iterparse。另外，非常感谢您的回复。：）您是否尝试过

xml.etree.ElementTree.iterparse（）

？@Dikie感谢您的回答：）事实上，我不了解iterparse的概念，虽然我试着从…开始研究它，但有人能用一个例子来解释一下吗。@JannatArora LXML支持SAX解析。你忘了说

iterparse

应该从哪里来。+1，但是对于一个100GB的文件，我会使用

iterparse

@Dikie的LXML版本，非常感谢你的帮助。代码抛出错误：UnicodeEncodeError:“ascii”编解码器无法对位置437处的字符u'\u20ac'进行编码：序号不在范围内（128）我也尝试过转换为字符串，但仍然不起作用您可能必须使用

编解码器打开文件。打开
才能正确处理unicode字符。
import cStringIO
from xml.etree.ElementTree import iterparse

fakefile = cStringIO.StringIO("""<temp>
  <email id="1" Body="abc"/>
  <email id="2" Body="fre"/>
  <email id="998349883487454359203" Body="hi"/>
</temp>
""")
for _, elem in iterparse(fakefile):
    if elem.tag == 'email':
        print elem.attrib['id'], elem.attrib['Body']
    elem.clear()