大量的XML编辑

Question

我需要将一个中等大小的XML文件加载到内存中，对文件进行许多随机访问修改（可能是数十万个），然后将结果写入STDIO。大多数这些修改将是节点插入/删除，以及文本节点内的字符插入/删除。这些XML文件足够小，可以放入内存，但足够大，我不想保留多个副本。

我正在努力解决架构/图书馆问题，并正在寻找建议。

到目前为止，我已经提出了这个问题 -

我正在为此寻找理想的XML库，到目前为止，我还没有发现任何符合该法案的内容。这些库通常在Haskell列表中存储节点，在Haskell Data.Text对象中存储文本。这只允许线性节点和文本插入，我相信Text插入必须在每次插入/删除时进行完全重写。

我认为在序列中存储节点和文本似乎是要走的路....它支持log（N）插入和删除，并且只需要在每次更改时重写树的一小部分。虽然没有XML库是基于此的，所以我必须编写自己的lib，或者只使用其他库中的一个来解析然后将其转换为我自己的形式（考虑到解析XML是多么容易，我几乎就像前者一样，而不是对所有事物进行阴影解析。）

我曾简要地考虑过这种情况可能是罕见的情况，其中Haskell可能不是最好的工具....但后来我意识到可变性在这里没有提供太大的优势，因为我的修改不是char替换，而是添加/删除。如果我在C中写这个，我仍然需要将字符串/节点存储在某种树结构中，以避免每次插入/删除大字节移动。 （实际上，Haskell可能有一些最好的工具来解决这个问题，但是如果你觉得有这个问题，我会接受更好的语言选择建议。）

总结 -

1. Haskell是否是正确的选择？

2. 是否有任何Haskell lib支持快速节点/文本插入/删除（log（N））？

3. 序列是存储项目列表（在我的情况下，节点和字符）中进行快速插入和删除的最佳数据结构吗？

Answer 1

我会回答我自己的问题 -

我选择使用自定义对象包装Text.XML树，该对象在Data.Sequence对象中存储节点和文本。因为haskell是懒惰的，我相信它只暂时将Text.XML数据保存在内存中，逐个节点作为数据流，然后在我实际开始修改Sequence树的任何实际工作之前进行垃圾收集。

（如果有人在这里可以验证这是Haskell在内部工作的方式会很好，但是我已经实现了，并且性能似乎合理，不是很好 - 每秒大约30k插入/删除，但是这个应该这样做。