栏目分类:
子分类:
返回
名师互学网用户登录
快速导航关闭
当前搜索
当前分类
子分类
实用工具
热门搜索
名师互学网 > IT > 面试经验 > 面试问答

在python中使用lxml iterparse解析大型.bz2文件(40 GB)。未压缩文件未出现的错误

面试问答 更新时间: 发布时间: IT归档 最新发布 模块sitemap 名妆网 法律咨询 聚返吧 英语巴士网 伯小乐 网商动力

在python中使用lxml iterparse解析大型.bz2文件(40 GB)。未压缩文件未出现的错误

原来,问题出在压缩的planet.osm文件上。

如OSM Wiki上所示,行星文件被压缩为
多流文件 ,并且bz2
python模块无法读取多流文件。但是,bz2文档指出了可以读取此类文件的替代模块bz2file。我用过它,效果很好!

因此,代码应显示为:

from lxml import etree as etfrom bz2file import BZ2Filepath = "where/my/fileis.osm.bz2"with BZ2File(path) as xml_file:    parser = et.iterparse(xml_file, events=('end',))    for events, elem in parser:        if elem.tag == "tag": continue        if elem.tag == "node": (do something)    ## Do some cleaning    # Get rid of that element    elem.clear()    # Also eliminate now-empty references from the root node to node while elem.getprevious() is not None:        del elem.getparent()[0]

另外,在做一些关于使用PBF格式的研究(如注释中所建议的)时,我偶然发现了imposm.parser,这是一个python模块,为OSM数据(pbf或xml格式)实现了通用解析器。您可能想看看这个!



转载请注明:文章转载自 www.mshxw.com
本文地址:https://www.mshxw.com/it/661231.html
我们一直用心在做
关于我们 文章归档 网站地图 联系我们

版权所有 (c)2021-2022 MSHXW.COM

ICP备案号:晋ICP备2021003244-6号