读取以下代码中的XML数据是否会在内存中创建DOM树？
my $xml = new XML::Simple;
my $data = $xml->XMLin($blast_output,ForceArray => 1);
对于大型XML文件，我应该使用SAX解析器，处理程序等吗？
答案 0 :(得分：14)
对于大型XML文件，您可以使用XML :: LibXML，如果文档适合内存，则使用DOM模式，或者使用拉模式（请参阅XML::LibXML::Reader）或XML::Twig（我写的） ，所以我有偏见，但它通常适用于太大而不适合内存的文件）。
我不是SAX的粉丝，它很难使用，实际上很慢。
答案 1 :(得分：4)
之前我没有使用过XML :: Simple模块，但是从documentation看来它在内存中创建了一个简单的哈希。这不是一个完整的DOM树，但可能足以满足您的要求。
对于大型XML文件，使用SAX解析器会更快并且内存占用更少，但它会再次取决于您的需求。如果您只需要以串行方式处理数据，那么使用XML::SAX可能会满足您的需求。如果你需要操纵整棵树，那么使用像XML::LibXML之类的东西对你来说会更好。
我害怕的课程都是马匹
答案 2 :(得分：4)
我会对两者都说是。 XML :: Simple库将在内存中创建整个树，它是文件大小的一个大倍数。对于许多应用程序，如果您的XML超过100MB左右，那么在perl中完全加载到内存中是不可能的。 SAX解析器是一种在读取文件和打开或关闭标记时获取“事件”或通知的方法。
根据您的使用模式，SAX或基于DOM的解析器可能更快：例如，如果您尝试处理大型文件中的几个节点或每个节点，SAX模式可能是最佳的。例如，读取大型RSS源并尝试解析其中的每个项目。
另一方面，如果你需要将文件的一部分与另一部分交叉引用，那么DOM解析器或通过XPath访问将更有意义 - 以SAX解析器的“由内向外”方式编写它要求将是笨拙和棘手的。
我建议至少尝试一次SAX解析器，因为这样做需要事件驱动的思维是很好的练习。
我已经在XML :: SAX :: Machines中成功地在perl中设置了SAX解析 - 如果你想要多个过滤器和管道，那么它很容易设置。对于更简单的设置（即99％的时间），您只需要一个sax过滤器（查看XML :: Filter :: Base）并告诉XML :: SAX :: Machines只使用解析文件（或从文件句柄读取）你的过滤器。 Here's a thorough article.