大文件时的Xpath方法

时间:2012-04-22 10:46:30

标签: java xml xpath

您现在要看的类是通过Java中的XPath解析XML文档的经典方法:

public class Main {

    private Document createXMLDocument(String fileName) throws Exception {
        DocumentBuilderFactory domFactory = DocumentBuilderFactory.newInstance();
        domFactory.setNamespaceAware(true);
        DocumentBuilder builder = domFactory.newDocumentBuilder();
        Document doc = builder.parse(fileName);

        return doc;
    }

    private NodeList readXMLNodes(Document doc, String xpathExpression) throws Exception {
        XPath xpath = XPathFactory.newInstance().newXPath();
        XPathExpression expr = xpath.compile(xpathExpression);

        Object result = expr.evaluate(doc, XPathConstants.NODESET);
        NodeList nodes = (NodeList) result;

        return nodes;
    }

    public static void main(String[] args) throws Exception {
        Main m = new Main();
        Document doc = m.createXMLDocument("tv.xml");
        NodeList nodes = m.readXMLNodes(doc, "//serie/eason/@id");
        int n = nodes.getLength();

        Map<Integer, List<String>> series = new HashMap<Integer, List<String>>();

        for (int i = 1; i <= n; i++) {
            nodes = m.readXMLNodes(doc, "//serie/eason[@id='" + i + "']/episode/text()");
            List<String> episodes = new ArrayList<String>();
            for (int j = 0; j < nodes.getLength(); j++) {
                episodes.add(nodes.item(j).getNodeValue());
            }
            series.put(i, episodes);
        }

        for (Map.Entry<Integer, List<String>> entry : series.entrySet()) {
            System.out.println("Season: " + entry.getKey());
            for (String ep : entry.getValue()) {
                System.out.println("Episodio: " + ep);
            }
            System.out.println("+------------------------------------+");
        }
    }
}

在那里我发现一些方法在巨大的xml文件的情况下令人担忧。喜欢使用

Document doc = builder.parse(fileName);

return doc;

  Object result = expr.evaluate(doc, XPathConstants.NODESET);
  NodeList nodes = (NodeList) result;

  return nodes;

我很担心,因为我需要处理的xml文档是由客户创建的,在内部你基本上可以有无限数量的记录来描述电子邮件及其内容(每个用户都有自己的个人电子邮件,所以很多html in那里)。我知道这不是最聪明的方法,但它是其中一种可能性,在我到达这里之前它已经启动并运行。

我的问题是:我如何使用xpath parseevaluate巨大的xml文件?

2 个答案:

答案 0 :(得分:3)

您可以使用StAX解析器。它将占用比DOM选项更少的内存。 StAX的一个很好的介绍在http://tutorials.jenkov.com/java-xml/stax.html

答案 1 :(得分:2)

首先,XPath不解析XML。您的createXMLDocument()方法执行此操作,生成解析的XML的树表示形式的输出。然后使用XPath搜索树表示。

你真正想要的是在解析XML时动态搜索XML。

实现此目的的一种方法是使用实​​现“文档投影”的XQuery系统(例如,Saxon-EE)。这将分析您的查询以查看文档的哪些部分,并且在解析文档时,它将构建一个仅包含实际需要的文档部分的树。

但是,如果查询与示例中的查询一样简单,那么将其编码为SAX应用程序并不难,其中诸如startElement和endElement之类的事件由XML解析器通知应用程序,没有在内存中构建树。