Question

我需要从网络中读取大型XML文档并将其拆分为较小的XML文档。特别是我从网络上读取的流看起来像这样：

<a> ... ... ... ... .... </a>

我需要将其分解为

块

<a> ... <a>

（我实际上只需要 .... 部分，只要声明更高的命名空间绑定（例如在<a>中）移动到，如果这样可以更容易）。

该文件对于DOM样式解析器来说太大了，必须完成流式传输。是否有任何XML库可以做到这一点？

[编辑]

我认为我理想的是能够在XML流上执行XPath查询，其中流解析器只在必要时解析以返回结果节点集中的下一个项（及其所有属性）和孩子们）。不一定是XPath，而是一些想法。

谢谢！

Answer 1

带SAX过滤器的JAXP SAX api既快速又高效。可以看到好的介绍过滤器here

Answer 2

作为XML拆分器，VTD-XML非常适合此任务......它的内存效率也比DOM高。简化编码的关键方法是VTDNav的getElementFragment（）...下面是将split input.xml拆分为out0.xml和out1.xml的Java代码

<a> <b> text1 </b>  <b> text2 </b> </a>

进入

<a> <b> text1</b> </a>

和

<a> <b> text2</b> </a>

使用XPath

/a/b

代码

import java.io.*;
import com.ximpleware.*;

public class split {
    public static void main(String[] argv) throws Exception{
        VTDGen vg = new VTDGen();
        if (vg.parseFile("c:/split/input.xml", true)){
            VTDNav vn = vg.getNav();
            AutoPilot ap = new AutoPilot(vn);
            ap.selectXPath("/a/b");
            int i=-1,k=0;
            byte[] ba = vn.getXML().getBytes();
            while((i=ap.evalXPath())!=-1){
                FileOutputStream fos = new FileOutputStream("c:/split/out"+k+".xml");
                fos.write("<a>".getBytes());
                long l = vn.getElementFragment();
                fos.write(ba, (int)l, (int)(l>>32));
                fos.write("</a>".getBytes());
                k++;
            }
        }       
    }
}

如需进一步阅读，请访问http://www.devx.com/xml/Article/36379

Answer 3

去上学

StringBuilder buffer = new StringBuilder(1024 * 50);
BufferedReader reader = new BufferedReader(new FileReader(pstmtout));
String line;
while ((line = reader.readLine()) != null) {
  buffer.append(line);
  if (line.equalsIgnoreCase(endStatementTag)) {
    service.handle(buffer.toString());
    buffer.delete(0, buffer.length());
  }
}

Answer 4

您可以使用XProc语言

执行此操作

<?xml version="1.0" encoding="ISO-8859-1"?>
<p:declare-step xmlns:p="http://www.w3.org/ns/xproc" version="1.0">
  <p:load href="in/huge-document.xml"/>
  <p:for-each>
    <p:iteration-source select="/a/b"/>
    <p:wrap match="/b" wrapper="a"/>
    <p:store>
       <p:with-option name="href" select="concat('part', p:iteration-position(), '.xml')">
          <p:empty/>
       </p:with-option>
    </p:store>
  </p:for-each>
</p:declare-step>

你可以使用QuiXProc（Streaming XProc实现：http://code.google.com/p/quixproc/）来尝试流式传输

Answer 5

我碰巧喜欢XOM XML库，因为它的界面简单，直观且功能强大。要使用XML执行所需操作，您可以使用自己的NodeFactory和（例如）覆盖finishMakingElement()方法。如果它正在制作你想要的元素（在你的情况下，），那么你将它传递给你需要做的任何事情。

Java：如何将XML流拆分为小型XML文档？流式XML解析器上的XPath？

5 个答案: