使用iterparse流式解析XML，及时调用clear()释放内存，监听start/end事件按需提取字段，避免加载全量树结构，结合生成器和XPath提升效率。
用 xml.etree.ElementTree.iterparse 或 lxml.iterparse 流式解析，边读边处理，不加载整个文件到内存。
用 iterparse 增量解析，避免内存爆炸
标准库的 xml.etree.ElementTree.iterparse 支持边读取边触发事件（start/end），适合 GB 级 XML。关键点是及时调用 elem.clear() 释放已处理节点的内存，并用 root.clear() 防止根节点累积子元素。
- 只监听
"end"事件处理完整标签，或监听"start"提前获取属性 - 遇到目标标签（如
- 不要用
tree.getroot()，它会强制加载全部内容
用 lxml.iterparse 获得更高性能和更多控制
lxml 的 iterparse 更快、更稳定，支持命名空间、取消解析、指定 parser 等。安装后可直接替换标准库用法：
- 设置
events=("start", "end")和tag="item"精准捕获目标节点 - 用
parser.resolvers处理外部实体（如有），避免意外加载远程资源 - 对超大文件，配合
huge_tree=True参数绕过默认大小限制
按需提取字段，不构造完整对象树
GB 级 XML 往往结构重复（如日志、订单、气象记录）。不要把每个节点转成 dict 或 class 实例——这会倍增内存。推荐做法：
立即学习“Python免费学习笔记（深入）”；
- 在
end事件中，用elem.text、elem.attrib直接取值 - 用生成器函数 yield 解析结果，供后续管道处理（如写入 CSV、入库、统计）
- 若需 XPath 查询，用
lxml.etree.XPath编译一次，反复执行，避免每次解析
配合文件分块或并行（谨慎使用）
XML 是严格嵌套结构，不能像文本一样随意切分。但可考虑：
- 先用流式方式定位到多个顶层同级节点（如数百万个
- 更稳妥的做法是单进程流式解析 + 多线程处理业务逻辑（如清洗、HTTP 请求），用
queue.Queue解耦 I/O 和计算 - 避免用
multiprocessing直接 fork 解析器，lxml 的 parser 不跨进程安全
