Python能够简单而有效地实现面向对象编程，特别适用于快速应用程序开发，也可以用来开发大规模的重要的商业应用。Python是一个理想的脚本语言，所以深受开发人员的大力支持，下面对Python示例进行解说。
测试结果表明， REXML xml.minidom样消耗量资源：解析 Hamlet.xml 10 秒，占 14 MB 存；解析 Weblog.xml 190 秒，占 150 MB 存。显然，编程语言选择通常优先于库比较。。
ElementTree 个优点于能够被循环运行。这指，您以读入个 XML 实例，修改数据结构使非常类似于本机风格，然调 .write() 进行重新序列化得格式良好 XML。当然，DOM 能做这点，但 gnosis.xml.objectify不行。#t#
gnosis.xml.objectify构造个定制输出函数于生成 XML 不 那么困难 － 但这不能自动进行。使 ElementTree 以及 ElementTree 实例 .write() ，通过便利函数 elementtree.ElementTree.dump() 以序列化单独 Element 实例。这让您以从单独象节点 － 其包括 XML 实例根节点 － 编 XML 片段。
提出个简单任务比较 ElementTree gnosis.xml.objectify API。于基准测试型文档 weblog.xml 包含约 8,500 个 <entry> 元素，每个元素都含有相同子字段集合 － 这个面向数据 XML 文档典型布局。
处理该文时，任务能从每个 entry 收集些字段，但这只其某些字段有特定值（或范围，或匹配部分容）。当然，如果您确实只想运行这个任务。使个流 API（如 SAX）以避免存整个文档建模 － 但这里假定该任务应程序型数据结构运行任务。个 <entry> 元素能像这样：
- from elementtree
- import ElementTree
- weblog = ElementTree.parse(
- 'weblog.xml').getroot()
- interesting = [entry
- for entry
- in weblog.findall(
- 'entry')
- if entry.find(
- 'host').text==
- '209.202.148.31'
- and
- entry.find(
- 'statusCode').text==
- '200']
- for e
- in interesting:
注意面不同处。 Python子元素节点直接作节点属性进行连接（每个节点都个根据标记名命名定制类）。另方面， ElementTree 使 Element 类查找子节点。 .findall() 返回所有匹配节点列表； .find() 则仅返回***匹配节点；
返回节点文本容。如果您只想 gnosis.xml.objectify 子元素***匹配，只其建立索引即 － 例如， node.tag[0] 。但如果这样子元素只有个，那么无需建立显式索引，您以引用。
但 Python示例，其实您并不 需显式查找所有 <entry> 元素；迭代时 Element 实例行方式类似于列表。这里注意点，不管子节点有何标记， 所有子节点都进行迭代。相比， gnosis.xml.objectify 节点没有置遍历所有子元素。尽管如此，构造个行 children() 函数还挺简单（发行版包含该函数）。
