如何在不将文件内容加载到java的内存中的情况下替换xml文件中的字符串？

Question

我的应用程序创建了一个非常大的xml文件（大约300K个事务）。每个事务都有大约20个xml元素。所以它创建了一个巨大的xml文件。我们没有使用JAXB或SAX或DOM来创建xml文件，因为内存是约束。现在我需要在创建xml文件后替换某些标记值。我知道要替换的内容和要替换的值。如何在不将整个文件加载到内存中的情况下替换这些变量？对于300K事务，文件大小约为600 MB。因此，我们不希望将整个文件加载到内存中以替换少量变量。

我们正在使用Java5。有没有办法可以做到？

Answer 1

您可以尝试VTD-XML：

• 内存效率（1.3x~1.5倍大小的XML文档）随机访问XML解析器。
• 最快的XML解析器：在Core2 2.5Ghz桌面上，VTD-XML的性能优于DOM解析器5x~12x，每核心持续吞吐量可提供150~250 MB /秒。
• 支持增量更新的XML解析器，能够以最高效率剪切，粘贴，拆分和组装XML文档。
• 提供C，C ++，C＃和 Java 。

Example modifying XML

Answer 2

我在此主题上所阅读的所有内容都表明，如果不将文件加载到内存或将其传输到其他文件，则无法执行此操作。这可能是您最终需要做的事情 - 将您的源流式传输到新文件中，随时修改。

有关该流程的更多信息 - http://docs.oracle.com/javaee/5/tutorial/doc/bnbfl.html#bnbgq

我喜欢Stephen C在答案中解决问题的方式 - How to modify a huge XML file by StAX?

Answer 3

您可以尝试使用XSLT 3.0（特别是Saxon-EE）进行流式转换。

我不确定“标签值”是什么意思（如果人们使用正确的术语会更容易......）但是如果你的意思是文本节点的值，那么你可以写一个像这样：

<xsl:mode streamable="yes" on-no-match="shallow-copy"/>

<xsl:template match="xyz/text()[.='old value']">
  <xsl:text>new value</xsl:text>
</xsl:template>

有进一步替换的进一步规则。当然，您也可以使用重命名或删除所选元素的规则等。