推荐使用xml.etree.elementtree.iterparse()流式解析超大xml，通过监听'end'事件并及时调用elem.clear()释放内存，结合命名空间处理和路径精准提取目标数据，避免内存溢出。
Python解析超大XML文件时，不能用xml.etree.ElementTree.parse()一次性加载整个文档到内存，否则容易内存溢出。推荐使用xml.etree.ElementTree.iterparse()——它以流式方式边读取边解析，内存占用低、适合GB级XML。
iterparse的基本用法和关键参数
iterparse()返回一个事件迭代器，每次产出(event, elem)元组。常用event有'start'（进入标签）、'end'（离开标签），其中'end'最常用，因为此时元素已完整构建，且子元素已处理完毕。
注意：必须手动调用elem.clear()释放已处理元素的内存，否则仍会累积占用；也建议在循环中及时del elem（虽非必须，但更稳妥）。
-
基础写法：
for event, elem in ET.iterparse(file_path, events=('start', 'end')): -
只关注结束事件：
for event, elem in ET.iterparse(file_path, events=('end',)): -
指定命名空间（如有）：传入
namespaces字典，或在标签名中用{uri}tag格式匹配
如何精准定位并提取目标数据
大型XML常嵌套很深（如<root><a><b><c>...</c></b></a></root>），直接遍历所有'end'节点效率低。应结合路径判断+条件过滤。
立即学习“Python免费学习笔记（深入）”；
典型做法是用栈记录当前路径，或用elem.tag和elem.getparent()（需注意iterparse不自动构建父引用，得自己维护）。更实用的是：监听'start'事件记录层级，遇到目标标签的'end'就提取，然后立即clear()其父节点（如果已无用）。
- 例如提取所有
<record></record>下的<name></name>和<id></id>：if elem.tag == 'record' and event == 'end': name = elem.find('name').text; id_val = elem.find('id').text; process(name, id_val); elem.clear() - 避免重复查找：可在
'start'时缓存当前record元素，在'end'时统一处理后清空
处理命名空间和特殊字符
带命名空间的XML（如<rss xmlns="http://purl.org/rss/1.0/"></rss>）会导致elem.tag变成{http://purl.org/rss/1.0/}channel，直接写'channel'匹配不到。
- 方案一：用通配前缀，如
if elem.tag.endswith('channel'): - 方案二：预定义命名空间映射：
ns = {'rss': 'http://purl.org/rss/1.0/'};再用elem.tag == '{%s}channel' % ns['rss'] - 方案三（推荐）：用
ET.register_namespace('', ns_uri)注册默认命名空间，再配合find('.//{ns}item')等XPath语法（注意iterparse本身不支持XPath，需搭配elem.find()）
含CDATA或特殊字符的内容无需额外解码，elem.text已自动处理为Unicode字符串。
性能优化与常见陷阱
iterparse快，但写法不当仍可能慢或爆内存。几个关键点：
-
不要保留已处理元素的引用：即使调用了
clear()，若变量还指向它（如records.append(elem)），GC无法回收 -
避免频繁创建Element对象：不用
ET.fromstring(elem.tostring())二次解析——这会复制内容并新建树，违背流式初衷 -
大文件建议用二进制模式打开：
with open(path, 'rb') as f: for event, elem in ET.iterparse(f, ...):，避免文本模式的编码猜测开销 -
遇到解析错误？可加
try/except ET.ParseError捕获，并用elem.getprevious()辅助定位（需启用events=('start', 'end', 'start-ns')）
