Python解析大型XML文件时如何添加计数逻辑统计指定匹配结果数量

计数逻辑位置说明 #

计数逻辑直接放在现有内层循环的匹配分支中最优，无需二次遍历XML节点，和原有提取逻辑复用同一次遍历过程，不会额外增加性能开销，适合你当前1500条以上记录的大文件场景。

最优实现方案（基础计数器版本） #

你只需要统计两个固定值的出现次数，直接用两个整型变量计数即可，逻辑最简洁，无额外依赖：

1. 在遍历节点的循环前初始化两个计数器
2. 每次匹配到目标值时给对应计数器+1
3. 写入HTML的末尾输出统计结果
   完整改造后代码如下：

import webbrowser
from lxml import etree

tree = etree.parse('g_d_anime.xml')
root = tree.getroot()

tree.findall('WorksXML/Work')

h_file = open("xml_stats.html","w")
h_file.write("This block shows the producers and genres for this file.")
h_file.write('<br>')

# 初始化计数器
aniplex_count = 0
magic_count = 0

# 处理制片方
for Producers in root.iter('Producers'):
    p = Producers.text.split(',')
    for producer in p:
        if producer == 'Aniplex':
            print(p)
            h_file.write('<li>' + str(producer) + '</li><br>')
            aniplex_count += 1 # 匹配到就计数

# 处理流派
for Genres in root.iter('Genres'):
    g = Genres.text.split(',')
    for genre in g:
        if genre == 'Magic':
            print(g)
            h_file.write('<li>'+ str(genre) + '</li><br>')
            magic_count += 1 # 匹配到就计数

# 写入统计结果
stat_text = f"Aniplex: {aniplex_count}、Magic: {magic_count}"
print(stat_text)
h_file.write(f"<h3>统计结果：{stat_text}</h3>")

h_file.close()
webbrowser.open_new_tab("xml_stats.html")

扩展方案（Counter版本，适合多值统计） #

如果你之后需要统计所有制片方、流派的出现次数，可以用collections.Counter实现，代码示例如下：

from collections import Counter

# 初始化计数器
producer_counter = Counter()
genre_counter = Counter()

for Producers in root.iter('Producers'):
    p_list = Producers.text.split(',')
    producer_counter.update(p_list)

for Genres in root.iter('Genres'):
    g_list = Genres.text.split(',')
    genre_counter.update(g_list)

# 提取目标值
aniplex_count = producer_counter.get('Aniplex', 0)
magic_count = genre_counter.get('Magic', 0)

内容的提问来源于stack exchange，提问作者SassyG