sax比dom快因流式解析不载入全树，内存仅几mb；dom构建完整节点树致oom。sax需手动处理字符分段、嵌套标签和状态初始化，调试需开启定位功能。
xml.sax解析1GB文件为什么比DOM快得多
因为 SAXParser 是流式、只读、单次遍历的，不把整个XML树加载进内存；而 xml.dom.minidom 会构建完整的节点树，1GB文件通常对应数GB内存占用，直接触发OOM或严重Swap抖动。
实操中，SAX解析1GB XML在普通服务器上常耗时20–60秒，DOM则可能卡住几分钟后崩溃，或报 MemoryError。
- DOM必须一次性读完全部内容再解析，
parse()调用本身就会吃光可用内存 - SAX在
startElement()/characters()/endElement()回调里按需处理，内存占用基本稳定在几MB - 如果你只需要提取某几个字段（比如所有
<item id="..."></item>的id和标题），SAX是唯一可行方案
写SAX Handler时最容易漏掉的三件事
不是语法错，而是逻辑断层——导致数据错位、丢失或解析中断。
- 没缓存
characters()的连续调用：XML解析器可能把一段文本分多次传给characters()，直接覆盖self._text = chars会丢内容；得用self._text += chars并在endElement()里清空 - 没处理嵌套同名标签：比如
<author><name>A</name></author>和顶层<name></name>都触发startElement('name')，必须靠栈（self._tag_stack.append(name)）或深度计数区分上下文 - 没在
startDocument()或构造函数里初始化状态变量：Python类实例变量若未显式赋值，在多轮解析或重用Handler时可能残留上次的数据
xml.sax.parse() 和 xml.sax.make_parser() 的选择差异
多数场景直接用 xml.sax.parse() 更安全；只有需要自定义解析器行为（比如禁用DTD、设超时、换编码探测逻辑）才用 make_parser()。
-
xml.sax.parse(<code>source,handler) 自动选默认解析器，适合95%的文件；它内部会调用make_parser()，但屏蔽了底层细节 - 手动
make_parser()后，要自己调parser.setContentHandler()，还容易漏掉parser.setFeature(feature, value)（例如关掉http://xml.org/sax/features/validation避免网络请求） - 如果XML含外部实体（
），默认解析器可能发起HTTP请求甚至读本地文件，必须显式禁用：parser.setFeature("http://xml.org/sax/features/external-general-entities", False)
解析失败时怎么快速定位哪一行出问题
xml.sax 默认不暴露行号，错误信息像 SAXParseException: mismatched tag 让人抓瞎。得主动开启定位支持。
- 必须用
make_parser()创建解析器，再调parser.setFeature("http://xml.org/sax/features/locator-properties", True) - 在Handler里定义
setDocumentLocator(self, locator)方法，保存self._locator = locator - 出错时在异常处理器里读
self._locator.getLineNumber()和getColumnNumber()，配合tail -n +N file.xml | head -20快速查现场 - 注意：开启定位会轻微降低性能（约5–10%），但调试阶段值得；上线前可删掉相关代码，靠日志+抽样验证兜底
大文件解析真正的难点不在语法，而在状态管理与边界控制——比如字符缓冲、标签嵌套、编码切换、非法字符跳过。这些没法靠库自动搞定，得在Handler里亲手写稳。
Python免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 Python 的核心概念和高级技巧！
