Python XML元素树解析一个大文档，返回一个子集

我有一个很大的德语文本xml元素文档，根iter只返回文档的一个子集

root.iter（'tu'）只找到82

import logging
import xml.etree.cElementTree as ET
class Extractor(object):
    def _get_iter(self, filename: str):
        with open(filename) as objects:
            context = ET.iterparse(objects, events=("start", "end"))

            index, (event, root) = next(enumerate(context))

            return root.iter('tu')

    def get_objects(self, filename: str, limit=-1):
        found = sum(1 for _ in self._get_iter(filename))
        logging.getLogger(__name__).info('found: {}'.format(found))

// found is 82, actual number is millions

alignments = extractor.get_alignments('data/file.tmx', 100000)

更新：示例tmx文件：

更新：使用event和tagname=tu解决了这个问题，我想这是root.iter（）的错误行为。

root.iter（'tagname'）的行为令人费解，它不像预期的迭代器那样工作，显然是在准备文档

解决办法是

class Extractor(object):
    def get_objects(self, filename: str):

        # get an iterable
        context = ET.iterparse(filename, events=("start", "end"))

        # turn it into an iterator
        context = iter(context)

        for event, elem in context:
            if event == "end" and elem.tag == "tu":
               # do something with elem
               elem.clear() # clears memory after doing something with the data

---

我想你这里缺少一些代码<代码>\u get\u iter（）似乎是一个类的方法。我可以共享子集，但不知道如何共享文件。请查看帖子上的最新更新，我有一个文件的pastbin链接，它是TMX，它是XML。如果你已经解决了问题，请发布答案。