lxml.iterparse默认响应所有事件，可通过events参数指定监听start/end等事件，用tag参数过滤特定标签，start事件适合初始化，end事件适合提取完整数据，需及时调用elem.clear()释放内存。
lxml.iterparse 只响应特定事件
默认情况下，iterparse 会生成所有事件（如 start、end、start-ns、comment 等），但多数场景只需关注其中一两种。可通过 events 参数显式指定要监听的事件类型。
例如，只处理元素开始和结束事件：
from lxml import etree
<p>for event, elem in etree.iterparse('data.xml', events=('start', 'end')):
if event == 'start':
print(f"进入标签: {elem.tag}")
elif event == 'end':
print(f"退出标签: {elem.tag}")</p><h1>注意：end 事件时 elem 已完整解析，可安全访问子节点或文本</h1><pre class='brush:php;toolbar:false;'> elem.clear() # 及时清理已处理元素，节省内存用 tag 参数过滤目标元素
当 XML 结构复杂、只需关注某类标签时，可在 iterparse 中传入 tag 参数，限制仅对匹配的标签触发事件（仅对 start 和 end 有效）。
- 支持单个字符串（如
tag='item'） - 支持命名空间前缀（需提前注册命名空间）
- 不支持通配符或正则；如需多标签，建议在循环中用
if elem.tag in {'a', 'b', 'c'}过滤
示例：只监听 <book> 的 start/end：
立即学习“Python免费学习笔记（深入）”；
python-script-generator
下载
快速生成专业的 Python 脚本和应用代码。一键创建完整项目结构，支持CLI、API、爬虫、Bot、Django等多种项目类型，包含完整的项目结构、配置文件、依赖管理、测试、README和文档。
for event, elem in etree.iterparse('library.xml', events=('start', 'end'), tag='book'):
if event == 'start':
print("发现一本书")
else: # end
print(f"书名：{elem.findtext('title') or '未知'}")
elem.clear()
区分 start 和 end 事件的实际用途
start 事件在解析到起始标签时立即触发，此时元素尚未包含子节点或文本内容，适合做初始化或预判；end 事件在闭合标签被读取后触发，此时元素树已完整构建，可安全提取属性、子元素和文本。
- 用
start快速跳过无关分支（配合elem.clear()或elem.getprevious().clear()） - 用
end提取完整结构数据，是实际数据提取的主要时机 - 避免在
start中调用elem.text或elem.getchildren()—— 它们通常为空或不完整
注意内存清理与事件顺序
iterparse 是流式解析，不构建完整树，但未清理的元素仍驻留内存。每次处理完一个 end 事件后，应调用 elem.clear() 清除其子节点，并考虑调用 elem.getparent().remove(elem)（若父元素不再需要该子节点）。
事件顺序严格按 XML 文本顺序发生：<root><a><b/></a></root> → start root → start a → start b → end b → end a → end root
不复杂但容易忽略
