xmlstarlet sel在大文件上

Question

命令

$ xmlstarlet sel -t -c "/collection/record" file.xml

在应用给定的Xpath表达式之前，

似乎将整个文件加载到内存中。这不适用于大型XML文件。

xmlstarlet是否提供流模式以从大型（100G +）XML文件中提取子元素？

Answer 1

由于我只需要一小部分XPath用于大型XML文件，我实际上自己实现了一个小工具：xmlcutty。

我的问题的例子可以这样写：

$ xmlcutty -path /collection/record file.xml

Answer 2

Xmlstarlet将所有（或大多数）操作转换为xslt转换，因此简短答案为否。

您可以尝试使用stx，这是类似于xslt的流式转换语言。另一方面，如果你不太关心xml，那么使用sax或iterparse在python中编写一些东西可能会更容易，更快（创建代码所需的时间）。