[問題] ET.iterparse的記憶體使用量

[ides13 (juso)]

請教各位：

https://data.gov.tw/dataset/32500

本國專利技術名詞中英對照詞庫，可以從上面網址下載。檔案格式為xml，而且檔案很大
，約800mb。

我想把它下載下來，當作電腦中的字典使用。於是寫了兩組code。

第一組使用ET.iterparse；第二組使用ET.parse。
https://repl.it/@ides13chen/dictionary

書中寫說ET.iterparse使用的記憶體量比較小，但是我執行後查了電腦中的記憶體使用
量最後到達700mb，和預期的7mb差很多，是我哪裡做錯了嗎？

另外，run了這兩組code後，覺得有點慢。感覺xml格式不適合當字典使用？
如果轉成資料庫檔會比較快嗎？可以提供建議嗎？謝謝。

--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 220.133.32.131
※ 文章網址: https://www.ptt.cc/bbs/Python/M.1528106717.A.1B4.html
推 st1009: http://codepad.org/bPqMyuly
→ st1009: 我這種寫法抓一筆之後，會把前一筆釋放，佔用記憶體應該會
→ st1009: 小一點，您可以試看看
推 st1009: 我日前有嘗試資料庫跑大型xml，後來覺得還是直接python跑
→ st1009: 會比較快一些，然後如果要建議，我會覺得這類搜尋要優化速
→ st1009: *速度
→ st1009: 可以嘗試預處理資料結構，譬如依照編碼弄成一顆二元搜尋樹
→ ides13: 謝謝你提供資訊，我做不來二元樹，看來只能跑xml了。