Question

我想编写一个通用的xml解析器，它可以展平任何xml文件。 e.g。

如果xml具有如下结构：

<A a="a1">

   <B> b </B>

   <C>

      <D> d1 </D>

      <D> d2 </D>

   </C>

   <C>

      <D> d3 </D>

   </C>

   <E> e1 </E>     

</A>

我应该得到如下输出：

a1 b d1 e1

a1 b d2 e1

a1 b d3 e1

我希望解析器是通用的，这样它就可以在不知道标签的情况下应用于任何xml。我听说过XSLT。但我不确定我们是否可以编写一个没有xml标签知识的通用XSL。 XML文件的大小可以是~1Gb。这个问题有一个通用的解决方案吗？

Answer 1

使用SAX解析器，并保留一堆打开的元素。看到元素打开后，将它们添加到堆栈中。在文本节点上，打印堆栈，在关闭元素上，将它们从堆栈中弹出。应该是直截了当的。

Answer 2

你似乎想要的“扁平化”更多的是“爆炸”。您的输入是树，您希望将其分解为一组记录，并重复所有冗余数据。这不是XSLT的工作。从概念上讲，您必须对数据进行多次传递。首先，您必须识别所有级别的所有叶节点集合;然后，您必须遍历所有可能的叶节点组合，为每个组合输出一组完整的数据。如果您的输入为~1GB，请准备好输出太字节。

看起来你有两个选择：

使用SAX将整个树加载到内存中，然后实施爆炸算法。
对输入数据进行传递以提取结构并在每个叶节点集上建立位置游标;然后在输入上进行多次传递，使用游标决定每次传递的输出。

无论哪种方式，我都不确定你所描述的实际上是你想要的。对于任何大型，多级别的叶节点集合，组合的数量很容易变得天文数字。

展平xml文件

2 个答案: