在我看来，您的程序似乎不需要任何DOM功能。我支持使用（c）ElementTree库。如果您使用cElementTree模块的iterparse函数，则可以遍历XML并在事件发生时处理它们。
但是请注意，Fredrik关于使用cElementTree iterparse function的建议：
要解析大型文件，可以在处理完元素后立即将其删除：

for event, elem in iterparse(source):
    if elem.tag == "record":
        ... process record elements ...
        elem.clear()

上述模式有一个缺点;它并没有清除根元素，所以你最终会得到一个有很多空子元素的元素。如果你的文件很大，而不仅仅是很大，这可能是一个问题。要解决这个问题，你需要处理根元素。最简单的方法是启用启动事件，并在变量中保存对第一个元素的引用：

# get an iterable
context = iterparse(source, events=("start", "end"))

# turn it into an iterator
context = iter(context)

# get the root element
event, root = context.next()

for event, elem in context:
    if event == "end" and elem.tag == "record":
        ... process record elements ...
        root.clear()

lxml.iterparse（）不允许这样做。
前面的方法在Python 3.7上不起作用，考虑下面的方法来获取第一个元素。

import xml.etree.ElementTree as ET

# Get an iterable.
context = ET.iterparse(source, events=("start", "end"))
    
for index, (event, elem) in enumerate(context):
    # Get the root element.
    if index == 0:
        root = elem
    if event == "end" and elem.tag == "record":
        # ... process record elements ...
        root.clear()

你试过cElementTree模块吗？
cElementTree包含在Python 2.5和更高版本中，作为xml.etree.cElementTree。
注意，因为Python 3.3 cElementTree被用作默认实现，所以Python 3.3+版本不需要这个改变。

• 删除了无效的ImageShack链接 *

我建议你使用lxml，它是一个绑定libxml2库的python，速度非常快。
根据我的经验，libxml2和expat的性能非常相似，但我更喜欢libxml2（和lxml for python），因为它的开发和测试似乎更活跃，而且libxml2有更多的特性。
lxml大部分是与xml.etree.ElementTree兼容的API，并且在它的网站上有很好的文档。

注册回调极大地降低了解析的速度。[EDIT]这是因为（快速）C代码必须调用Python解释器，而Python解释器的速度没有C快。基本上，你使用C代码读取文件（快速），然后在Python中构建DOM（慢速）。[/EDIT]
尝试使用xml.etree.ElementTree，它是100%用C实现的，可以解析XML，而不需要对Python代码进行任何回调。
文档经过解析后，您可以对其进行筛选以获得所需的内容。
如果这样做仍然太慢并且不需要DOM，另一种选择是将文件读入字符串，然后使用简单的字符串操作来处理它。

如果您的应用程序对性能敏感，并且可能遇到大文件（就像你说的，〉1GB），那么我强烈建议不要使用您在问题中显示的代码，原因很简单，* 它会将整个文档加载到RAM中 *。（如果可能的话），以避免在RAM中一次保存整个文档树。由于不知道应用程序的需求是什么，我无法适当地建议任何特定的方法，而不是尝试使用“基于事件”设计的一般建议。

如果不需要将整个树存储在内存中，expat ParseFile就可以很好地工作，因为存储大文件迟早会消耗内存：

import xml.parsers.expat
parser = xml.parsers.expat.ParserCreate()
parser.ParseFile(open('path.xml', 'r'))

它将文件读入块中，并将它们提供给解析器，而不会导致RAM爆炸。
文件：https://docs.python.org/2/library/pyexpat.html#xml.parsers.expat.xmlparser.ParseFile

我花了很多时间来尝试这个方法，看起来最快和内存占用最少的方法是使用lxml和iterparse，但要确保释放不需要的内存。在我的示例中，解析arXiv dump：

from lxml import etree

context = etree.iterparse('path/to/file', events=('end',), tag='Record')

for event, element in context:
    record_id = element.findtext('.//{http://arxiv.org/OAI/arXiv/}id')
    created = element.findtext('.//{http://arxiv.org/OAI/arXiv/}created')

    print(record_id, created)

    # Free memory.
    element.clear()
    while element.getprevious() is not None:
        del element.getparent()[0]

所以element.clear是不够的，还要去除与前面元素的任何链接。

在Python3中，您应该更改语法
而不是这个

# get the root element
event, root = context.next()

试试这个（如Iterparse object has no attribute next中的建议）

# get the root element
event, root = next(context)

而且这一行是不必要的

# turn it into an iterator
context = iter(context)