ElementTree迭代解析需要多长时间？

Question

在回答另一个问题时，有人向我展示了以下教程，其中作者声称在3秒内使用了迭代解析来解析一个~100 MB的XML文件：

http://eli.thegreenplace.net/2012/03/15/processing-xml-in-python-with-elementtree/

我正在尝试解析一个~90 MB的XML文件，我有以下代码：

from xml.etree.cElementTree import *
count = 0

for event, elem in iterparse('foo.xml'):        
    if elem.tag == 'identifier' and elem.text == 'bar':
        count += 1
    elem.clear() # discard the element

print count

大约需要30秒..。甚至与本教程中报告的大小不同，我使用的是大小相同的文件、类似的算法和相同的包。

请有人告诉我，我的代码可能出了什么问题，或者我可能没有注意到我的情况和教程之间有什么不同？

我正在使用Python2.7.3。

增编：

我也在使用一台相当强大的机器，以防有人认为可能是它。

Answer 1

正如TJD所提到的，仅仅比较XML的大小可能并不能提供很好的信息。但是，我碰巧有相同结构但大小不同的文件：

具有79M文件的：

$ python -m timeit -n 1 -c 'from xml.etree.cElementTree import iterparse
count = 0
for event, elem in iterparse("..../QT20060217_S_18mix23-2500_01.mzML"):
    if elem.tag.endswith("spectrum"): count += 1
    elem.clear()
print count'
6126
6126
6126
1 loops, best of 3: 950 msec per loop

具有3.8G文件 timeit输出为：

1 loops, best of 3: 22.3 sec per loop

此外，与lxml：将第一行中的xml.etree.cElementTree更改为lxml.etree进行比较：

对于第一个文件：730 msec per loop

对于第二个文件：11.4 sec per loop