如何检查大xml文件的有效性？

Question

我有一个大于100mb的大型XML文件，我想检查这个文件的结构是否有效。

我可以尝试使用DOMDocument加载此文件;例如，我可以使用PHP XML解析器阅读它，它允许您解析但不验证XML文档＆＃34;。

如果没有将XML文件完全加载到内存中，有没有办法做到这一点？

Answer 1

首先，您没有说明您使用哪种模式进行验证：DTD，XSD，RelaxNG？

其次你提到PHP，但你没有说解决方案是否必须基于PHP。例如，您可以使用Java吗？

一般来说，针对模式验证XML文档是一种可流式处理操作，它不需要在内存中构建XML文档的树表示。查找在您的环境中工作的流式验证器应该不难，但我们需要知道环境是什么（以及您正在使用的模式语言）。

Answer 2

我认为您需要查看XMLReader课程。进一步来说， XMLReader::setSchema

Answer 3

想想你在说什么。您希望对不在内存中的数据执行操作。这根本没有意义......如果你想从操作中引用它，它最终必须在内存中。

如果您不想一次性将数据加载到内存中，您可以采用分而治之的方法。如果文件非常大，您可以在多个进程中运行map reduce作业，但这不会减少使用的内存量。

Answer 4

如果你想做的就是检查XML结构是否有效，你可以使用PHP的XML Parser。它不会针对DTD验证文档，这意味着它不会验证。

如果在解析XML结构时发现XML结构无效，则可以返回所有这些error codes。