Python 使用函数时如何改善eXSLT性能问题 TL；博士：

似乎运行eXSLT要比XSLT2中的eXSLT慢得多。（7分钟对18小时）

下面我解释我的问题，用eXSLT和XSLT2写下相同转换的两个实现

当然，引擎是不同的，对于XSLT2我使用SaxonHE，对于eXSLT我使用python和lxml

最后，我请求帮助提高eXSLT部分的速度，因为我更喜欢使用python而不是Java

---

我必须将一个大的（~200k tier 1 elements）XML转换为csv

我有两个实现：

• 一个使用python，所以下面是libxml，我使用eXSL
• 另一个使用SaxonHE，所以我使用XSL2转换

由于在编写CSV时，即使元素没有值，也必须打印分隔符，因此我采用了这种方法：

我创建了两个函数：

myf:printElement

，它接收一个元素和一个数字，该数字表示元素为空时必须写入的分隔符数

myf:printAttr

，它接收一个属性，并将其与分隔符一起打印

如果我还将分隔符定义为：

<xsl:param name="delim" select="','"/>

关于这一点，请注意：

• Child2可以在Tier1下重复，但只有一组给定的type值，不能重复

• 元素中也没有文本，这使得使用这两个函数的方法涵盖了我可能遇到的所有情况。尽管printAttr可能也适用于文本节点

• 我添加了列名以便于阅读。在代码中，我在开始时添加了它，一个包含eXSLT的内部节点集，一个包含XSLT2的简单字符串数组

那么，现在的问题是： 正如我在开始时所说的，我必须运行转换到一个巨大的文件，其中包含超过200k的Tier1元素

• 撒克逊人需要7分钟
• 使用Python时，需要18小时

两个转换脚本/程序都执行相同的操作：

打开文件

打开XSLT

将后者应用于前者

保存结果

我知道我所说的是转换引擎的不同实现，但这种差异太明显了，不能因为这个。 测试同一个引擎的唯一方法是在Saxon PE或Saxon EE下使用eXSLT，因为它在Saxon HE中不可用。 当然，python中没有XSLT2实现

我想知道为什么python版本花费的时间太长。这是eXSLT的固有使用吗？或者有什么方法可以改进这一点吗？

当然，这是一个示例XML，真正的XML包含更多的元素，而且实际上更复杂

这是一个更大项目的一部分，我不想仅仅依靠JVM来实现这一点，但是，差别如此之大，以至于现在，Python不是一个选项

---

谢谢

在我看来，你似乎对这个问题的处理过度了

下面是简单的XSLT1.0转换

<xsl:transform version="1.0" xmlns:xsl="http://www.w3.org/1999/XSL/Transform">
  <xsl:output method="text" encoding="utf-8" />

  <xsl:template match="/root">
    <xsl:text>T1_attr1,T1_attr2,C2_t1,C2_t2,C2_t3,C3_a,C4_Month,C4_Day,C4_Average</xsl:text>
    <xsl:apply-templates select="Tier1" />
  </xsl:template>

  <xsl:template match="Tier1">
    <xsl:text>&#xA;</xsl:text>
    <xsl:value-of select="@attr1" />                   <xsl:text>,</xsl:text>
    <xsl:value-of select="@attr2" />                   <xsl:text>,</xsl:text>
    <xsl:value-of select="Child2[@type = '1']/@val" /> <xsl:text>,</xsl:text>
    <xsl:value-of select="Child2[@type = '2']/@val" /> <xsl:text>,</xsl:text>
    <xsl:value-of select="Child2[@type = '3']/@val" /> <xsl:text>,</xsl:text>
    <xsl:value-of select="Child3/@a" />                <xsl:text>,</xsl:text>
    <xsl:value-of select="Child3/Child4/@Month" />     <xsl:text>,</xsl:text>
    <xsl:value-of select="Child3/Child4/@Day" />       <xsl:text>,</xsl:text>
    <xsl:value-of select="Child3/Child4/@Average" />
  </xsl:template>
</xsl:transform>

T1_属性1、T1_属性2、C2_T1、C2_t2、C2_t3、C3_a、C4_月、C4_日、C4_平均值

；
,
,
,
,
,
,
,
,

适用于

<root>
  <Tier1 attr1="A" attr2="B">
  </Tier1>
  <Tier1 attr1="C" attr2="D">
    <Child2 type="1" val="ABC" />
    <Child2 type="3" val="123" />
  </Tier1>
  <Tier1 attr1="E" attr2="F">
    <Child2 type="2" val="pancakes" />
    <Child2 type="1" val="42" />
    <Child3 a="H">
        <Child4 Month="JUN" Day="3" Average="1200" />
    </Child3>
  </Tier1>
</root>

产生

T1_attr1,T1_attr2,C2_t1,C2_t2,C2_t3,C3_a,C4_Month,C4_Day,C4_Average A,B,,,,,,, C,D,ABC,,123,,,, E,F,42,pancakes,,H,JUN,3,1200 T1_属性1、T1_属性2、C2_T1、C2_t2、C2_t3、C3_a、C4_月、C4_日、C4_平均值 A、 B，，，，，，， C、 美国广播公司广播公司，，，， E、 F，42，煎饼，H，6月，31200

---

真的是你的代码吗？规范未将任何

显示为
属性。当删除那些
as
属性并在样式表中使用
version=“1.0”
时，您是否获得了更好的性能（假设您当前有
version=“2.0”
，否则我根本看不出您的代码片段为什么会工作）？是的，它可以工作，ofc version=“1.0”用于eXSLT，而“2.0”用于XSLT2。无论如何，我将尝试将
作为
删除，这可能是我从xslt2转换为eXSLT时留下的。奇怪的是，我没有得到任何错误。而且，在Pytom下运行XSLT2是不可行的……当出现
version=“2.0”
样式表时，XSLT 1.0处理器应该尝试运行它。至于性能问题，如果在不使用Python的情况下（从命令行）使用xsltproc/libxslt，会发生什么情况？是否也需要那么长的时间？我还认为您可以简单地像
那样对模板
进行编码，并使用例如
而不是例如
。但显然，正确的方法是分析Python/libxslt代码，看看在哪里花时间来改进这些部分。否则很难说为什么要花这么长时间。是的，我可能对干燥原理有点偏见。我不喜欢有这么多重复的逗号，让元素在每一场比赛中分开对我来说似乎很好。但我不习惯于编写XSLT，也不习惯于应用在这个领域没有多大意义的标准。谢谢@Trompa此模板在几秒钟内就可以处理20MB的XML（~200k
元素，如图所示）。@Trompa DRY在XSLT中确实有意义，但有时使用内衬是最快的方式（我可能会补充说，也是最可读的方式）。它在您的环境中表现如何？（尝试Saxon和lxml）我正在做一个新的转换，以在原始文件中测试它。我会发布结果，但是Saxon和lxml之间的差异让人感觉很奇怪。好了，终于得到了结果。这是一个166M文件：PYT中的新XSLT:
23.52s用户0.76s系统97%cpu 24.786总计
JVA中的新XSLT:
78.86s用户0.96s系统407%cpu 19.606总计
JVA中的旧XSLT2:
76.88s用户0.78s系统460%cpu 16.853总计
，因此，我猜函数的使用会增加很多开销。现在的差别是可以忽略的。谢谢！
<xsl:param name="break" select="'&#xA;'"/>
<xsl:template match="/">
     <xsl:apply-templates select="root/Tier1"/>`
</xsl:template>
<xsl:template match="Tier1">
    <xsl:value-of select="myf:printAttr(@attr1)"/>
    <xsl:value-of select="myf:printAttr(@attr2)"/>
    <xsl:value-of select="myf:printAttr(Child2[@type='1']/@val)"/>
    <xsl:value-of select="myf:printAttr(Child2[@type='2']/@val)"/>
    <xsl:value-of select="myf:printAttr(Child2[@type='3']/@val)"/>
    <xsl:apply-templates/>
    <!-- line break after each Tier1 -->
    <xsl:if test="following-sibling::*">
        <xsl:value-of select="$break"/>
    </xsl:if>
</xsl:template>
<xsl:template match="Child3">
    <xsl:value-of select="myf:printAttr(@a)"/>
    <xsl:value-of select="ama:printElement(Child4,3)"/>
</xsl:template>
<xsl:template match="Child4">
    <xsl:value-of select="myf:printAttr(@Day)"/>
    <xsl:value-of select="myf:printAttr(@Month)"/>
    <!-- We dont want comma after last element-->
    <xsl:value-of select=@Average/>
</xsl:template>

T1_attr1, T1_attr2, C2_t1, C2_t2, C2_t3, C3_a, C4_Mont, C4_Day, C4_Average
A,B,,,,,,,
C,D,ABC,,123,,,,
E,F,42,pancakes,,H,JUN,3,1200

<xsl:transform version="1.0" xmlns:xsl="http://www.w3.org/1999/XSL/Transform">
  <xsl:output method="text" encoding="utf-8" />

  <xsl:template match="/root">
    <xsl:text>T1_attr1,T1_attr2,C2_t1,C2_t2,C2_t3,C3_a,C4_Month,C4_Day,C4_Average</xsl:text>
    <xsl:apply-templates select="Tier1" />
  </xsl:template>

  <xsl:template match="Tier1">
    <xsl:text>&#xA;</xsl:text>
    <xsl:value-of select="@attr1" />                   <xsl:text>,</xsl:text>
    <xsl:value-of select="@attr2" />                   <xsl:text>,</xsl:text>
    <xsl:value-of select="Child2[@type = '1']/@val" /> <xsl:text>,</xsl:text>
    <xsl:value-of select="Child2[@type = '2']/@val" /> <xsl:text>,</xsl:text>
    <xsl:value-of select="Child2[@type = '3']/@val" /> <xsl:text>,</xsl:text>
    <xsl:value-of select="Child3/@a" />                <xsl:text>,</xsl:text>
    <xsl:value-of select="Child3/Child4/@Month" />     <xsl:text>,</xsl:text>
    <xsl:value-of select="Child3/Child4/@Day" />       <xsl:text>,</xsl:text>
    <xsl:value-of select="Child3/Child4/@Average" />
  </xsl:template>
</xsl:transform>

<root>
  <Tier1 attr1="A" attr2="B">
  </Tier1>
  <Tier1 attr1="C" attr2="D">
    <Child2 type="1" val="ABC" />
    <Child2 type="3" val="123" />
  </Tier1>
  <Tier1 attr1="E" attr2="F">
    <Child2 type="2" val="pancakes" />
    <Child2 type="1" val="42" />
    <Child3 a="H">
        <Child4 Month="JUN" Day="3" Average="1200" />
    </Child3>
  </Tier1>
</root>

T1_attr1,T1_attr2,C2_t1,C2_t2,C2_t3,C3_a,C4_Month,C4_Day,C4_Average
A,B,,,,,,,
C,D,ABC,,123,,,,
E,F,42,pancakes,,H,JUN,3,1200