适用于大型XML的高效解析器

Question

我要处理非常大的XML文件。我想将它们转换为可读的PDF，包括颜色，边框，图像，表格和字体。我的机器中没有很多资源，因此，我需要我的应用程序非常优化寻址内存和处理器。

我做了一个简单的研究，让我对使用的技术有所了解，但我无法根据我的要求决定什么是最好的编程语言和API。我相信DOM不是一个选项，因为它占用了大量内存，但是，带SAX解析器的Java是否符合我的要求？

有些人还推荐使用Python进行XML解析。这样好吗？

我很感激你的善意。

Answer 1

是的，我认为Sax会为你效劳。 Dom不适合大型XML文件，因为它将整个XML文件保存在内存中。您可以在我的博客here

中看到我写的比较

Answer 2

不确定您是否对使用Perl感兴趣，但如果您愿意接受，则以下都是不错的选择：LibXML，LibXSLT和{{3} }，这适用于文件太大而无法放入内存中（XML-Twig也是如此）。当然，LibXML::Reader就在那里，但它可能很慢。大多数人推荐前两个选项。最后，SAX是一个非常活跃的社区的惊人来源。

Answer 3

SAX是非常好的解析器，但它已经过时了。

最近Oracle推出了新的Parser来有效地解析xml文件，名为 Stax

* http://docs.oracle.com/cd/E17802_01/webservices/webservices/docs/1.6/tutorial/doc/SJSXP2.html *

附加链接还将显示所有解析器的比较以及内存利用率及其功能。

谢谢， 帕

Answer 4

如果你想要最好的DOM而没有内存开销，vtd-xml就是best下注，这是证据......

http://recipp.ipp.pt/bitstream/10400.22/1847/1/ART_BrunoOliveira_2013.pdf