从外部网站索引xml文件

Question

使用python django我想访问这个网站http://www.reta-vortaro.de/revo/这是一个名为esperanto的语言的字典网站，我需要能够搜索一个单词，并获得它的定义，它看起来像每个世界语根词有一个xml文件，

1. 我需要索引每个xml文件
2. 将每个xml文件的名称存储在数据库中。
3. 在我的网站上，我需要$ _GET这个词。
4. 我需要搜索这些根词的组合以及以它命名的xml文件。

Answer 1

大多数编程语言都可以访问某种XML解析器以及一些持久的嵌入式键值存储。一旦你决定使用编程语言，只需找到一个你感觉舒适的编程语言。

Answer 2

不知道，如果您有权访问WSDL。您可以通过这种方式访问​​数据。 你遇到的问题究竟是什么？

Answer 3

只要您需要建立索引和快速搜索，就可能需要XML database来存储您的字典（尤其是复杂查询和大字典）。您可以从PHP轻松访问大多数XML数据库。

Answer 4

我会考虑这样的工作流程：

1. 下载所有文件
2. 将其内容和文件名加载到数据库中（任何数据库都适合）
3. 设置狮身人面像搜索工具（http://sphinx.pocoo.org/）
4. 运行sphinx为xml_contents构建索引
5. 将您的应用程序设计为使用sphinx进行索引搜索
6. 删除所有文件包含，只在数据库中保留文件名和sphinx索引
7. 使用sphinx搜索时，您将获得一个文件名，并按照之前的操作
进行操作

我对sphinx不太熟悉，不知道是否能够使用文件，构建它的索引，这就是为什么我提供你将所有信息加载到数据库中

Answer 5

您是否曾尝试向网站管理员询问数据？或许他可以为你设置一个网络服务？

Answer 6

好吧，您可以使用file_get_contents()，curl，wget或最让您满意的工具获取每个XML文件。

然后，您可以将XML文件保存在文件系统上，甚至可以更好地使用Oracle的Berkeley DBXML，实际上您可以将XML保存在数据库中并进行查询，就像它是SQL一样。它具有PHP绑定，并允许您使用XQuery进行查询。我用它来取代XML Web服务，就像一个魅力，快速燃烧。

对于PHP XML解析，我曾经使用Keith Devens' XML to Array解析器，这很容易，但它现在已经过时了现在我使用CakePHP自己，你可能想要使用PHP的SimpleXML。您还可以在应用程序的客户端使用基于JavaScript的解析器，如jParse（jQuery）。

这是PHP + dbXML的页面，但似乎已关闭：http://phpdbxml.4641.org/但你可以从这里下载它：http://www.oracle.com/technology/software/products/berkeley-db/index.html（也有许可证）。

我希望它有所帮助。