Question

我有一个相对较大的xml文件。即使我只需要部分文件，客户端也会向我发送完整的文件。因此，我想解析出我需要的部分并处理这个新文件。

这是xml的一部分

<Activity>
    <RetailFormat>ABC</RetailFormat>
    <FeedDate>2014-02-06 21:01:10</FeedDate>
    <ActivityId>665507</ActivityId>
    <ActivityTitle>ABC 3.9.14 Hawaii </ActivityTitle>
    <StartDate>2014-03-09</StartDate>
    <EndDate>2014-03-15</EndDate>
    <StartTime>00:00:00</StartTime>
    <EndTime>23:59:59</EndTime>
    <JANumber>0</JANumber>
    <PlanItemNo>0</PlanItemNo>
    <ChannelType>Circular</ChannelType>
    <Version>
    </Version>
</Activity>

我有一个需要搜索的ActivityID列表。如果ActivityID在列表中，我想将整个Activity复制到一个新文件中。如果没有，我想转到下一个活动。实际上是从开始标记向下几百行。我没有使用xml，除了手动解析部分。我不知道是否有一种编程方式来处理这个问题。另外，我需要这个文件中的15K行。该文件中有1.3MM的行。通过限制处理文件的大小，我可以大大缩短处理时间。

我正在寻找解决此问题的最有效方法。手动做一段时间我很好，但我宁愿尽早限制它。

Answer 1

如果文件非常大并且需要考虑内存，则应使用SAX解析器（使用您选择的语言 - 将其添加到您的标记中）。 SAX不适用于树，因此您必须在解析时自己重建子树。优点是它不必将整个XML加载到内存中。你只存储你真正需要的东西。

SAX解析器是一个基于事件的XML解析器，它将按顺序读取您的文件并生成事件。事件由startElement(...)，startDocument(...)，endElement(...)，characters(...)等方法处理。您必须编写一个处理程序来捕获您希望处理实现这些方法的事件。

您的处理程序必须实现startElement()，characters()和endElement()，并使用实例变量来保存方法之间需要的相关数据（例如：current-element，数组到存储您的代码片段等。

如果内存不是问题，您可以使用DOM或XSLT。使用DOM，您可以使用getElementsByTagName("Activity")检索<Activity>子树的数组，然后使用该子树上的DOM方法检查<ActivityID>。然后，您可以复制所需的子树，将它们添加到另一个根，或从当前根中删除不需要的子树。

使用XSLT，您可以编写一个XML模板，选择具有XPath表达式的所有<Activity>节点，例如//Activity，检查将//Activity/ActivityID与您的ID列表进行比较并生成结果的ID只包含所需Activity个节点的树。

告知您正在使用的语言，我或许可以向您发送一些示例。

如何复制部分xml文件

1 个答案: