使用Python拆分含TestCaseID的Comment标签大型XML文件

针对你的需求，我修改了代码，实现遇到含#Test Case ID:的comment标签时，将对应测试用例拆分保存为独立XML文件，同时兼顾大型XML的内存效率：

import xml.etree.ElementTree as et
import os

# 创建输出目录，不存在则自动创建
output_dir = "split_test_cases"
os.makedirs(output_dir, exist_ok=True)

current_test_case = None
test_case_id = None
parent_stack = []  # 用栈跟踪XML节点的层级关系，获取父节点

# 迭代解析大型XML，避免加载整个文件到内存
xml_iter = et.iterparse('Main.xml', events=('start', 'end'))

for event, elem in xml_iter:
    if event == 'start':
        # 进入节点时压入栈
        parent_stack.append(elem)
    elif event == 'end':
        # 离开节点时弹出栈
        parent_stack.pop()
        # 处理节点文本（去除首尾空白）
        elem_text = elem.text.strip() if elem.text else ""
        
        # 检测到测试用例标识的comment标签
        if "comment" in elem.tag and "#Test Case ID:" in elem_text:
            # 先保存上一个未完成的测试用例
            if current_test_case is not None:
                # 生成XML树并写入文件
                tree = et.ElementTree(current_test_case)
                file_path = os.path.join(output_dir, f"{test_case_id}.xml")
                with open(file_path, 'wb') as f:
                    tree.write(f, encoding='utf-8', xml_declaration=True)
                # 清理节点释放内存
                current_test_case.clear()
            
            # 提取测试用例ID
            test_case_id = elem_text.split("#Test Case ID:")[1].strip()
            # 假设comment的父节点就是单个测试用例的根节点（可根据你的XML结构调整）
            current_test_case = elem.getparent()

# 保存最后一个测试用例
if current_test_case is not None and test_case_id is not None:
    tree = et.ElementTree(current_test_case)
    file_path = os.path.join(output_dir, f"{test_case_id}.xml")
    with open(file_path, 'wb') as f:
        tree.write(f, encoding='utf-8', xml_declaration=True)
    current_test_case.clear()

关键说明： #

1. 内存高效处理：使用et.iterparse迭代解析XML，不会一次性加载整个文件，适合处理大型XML。
2. 节点层级跟踪：通过parent_stack栈解决ElementTree元素无内置父节点的问题，准确获取测试用例的根节点。
3. 拆分逻辑：在comment标签的end事件中检测标识，确保文本已完整加载；每个测试用例保存为以ID命名的XML文件。
4. 内存清理：处理完每个测试用例后调用clear()，避免内存占用过高。

如果你的XML结构中，测试用例的根节点不是comment的父节点，只需调整current_test_case = elem.getparent()这一行，改为对应测试用例的起始节点即可。

内容的提问来源于stack exchange，提问作者sura