Question

我想将XML文件构建为数据存储区。看起来应该是这样的：

<datastore>
    <item>
        <subitem></subitem>
        ...
        <subitem></subitem>
    </item>
    ....
    <item>
        <subitem></subitem>
        ...
        <subitem></subitem>
    </item>
</datastore>

在运行时，我可能需要将项添加到数据存储区。项目数可能很高，因此我不想将整个文档保存在内存中，也不能使用DOM。我只想写一个发生变化的部分。 或DOM是否支持此功能？

我第一次看StAX，但我不确定它是否符合我的要求。

在根元素关闭之前，记住文件末尾的光标位置不是最好的吗？这始终是添加新项目的位置。因此，如果我记得这个位置并在更改期间保持最新，我可以在最后添加一个新项目，而不会遍历整个文件。

也许第二个游标可以从第一个游标中独立使用，只是为了阅读而迭代文档。

我看不出StAX是否支持这一点，是吗？

是否存在基于块的API文件而不是流基础？块文件“设备”不是文件和文件系统的典型示例吗？如果有这样的API，它对我的问题有帮助吗？

提前致谢。

Answer 1

更新XML基本上是不可能的，因为没有“廉价”的方式来插入数据。

附加XML并不是那么糟糕。你需要做的就是寻找文件的末尾，然后回到“结束标记”（在这种情况下是＆lt; / datastore＆gt;），然后开始写。这是一个廉价的操作，但是没有一个框架能够真正支持这一点，因为它们主要用于处理格式良好的全船XML文档，整体而言不是碎片。

您可以使用类似StAX的东西，但在这种情况下，StAX不知道＆lt; datastore＆gt;标签，而不是它只是知道＆lt; item＆gt;标签及其元素。然后你创建Items并开始一遍又一遍地写入你设置的同一个OutputStream。

这是最好的方法。

但是如果您需要删除或更改数据，那么您可以重写内容，或者做一些黑客行为，例如将元素标记为“非活动”，在XML文件中搜索它们，寻找'active =“Y” '属性，然后就地将Y更改为N.它可以完成，它将大部分都是高效的，但它远远超出普通XML处理框架允许的范围。如果我这样做，我会阅读整个文件并跟踪这些条目并在其中记下它们的位置，以便稍后我可以轻松地有效地寻找和更改它们。

然后，当您更新某些内容时，您将“取消激活”旧内容，并“追加”新内容。最终通过重写所有内容并抛出旧的“非活动”条目来获取GC文件。

Answer 2

根据经验，XML文件作为数据存储的效率不高，不适用于您似乎想要使用它们的基于记录的数据。

但是如果你已经有了这个文件并且绝对无法做任何事情，你可以使用StAX XMLEventReader和XMLEventWriter来快速读取文件并插入/修改元素在它。

但是当我快速说出来时，我的意思是比DOM更快，但远不及任何关系数据库那么有效。

更新：您可以考虑的另一个选项是vtd-xml，虽然我没有在实际项目中尝试过，但它实际上看起来相当不错。

Answer 3

如果您总是想在最后添加项目，那么处理此问题的最佳方法是拥有两个XML文件。外部的一个datstore.xml只是一个包装器，如下所示：

<!DOCTYPE datastore [
  <!ENTITY e SYSTEM "items.xml">
]>
<datastore>&e;</datastore>

文件items.xml如下所示：

<item>....</item>
<item>....</item>
<item>....</item>

没有包装元素。

如果要附加数据，可以打开items.xml并写入其末尾。如果要读取数据，请使用XML解析器打开datastore.xml。

当然，一旦您的数据增长超过20Mb左右，使用XML数据库可能会更好。但是我多年来一直使用这种方法来记录Saxon订单，目前文件大约是8Mb，而且工作正常。

Answer 4

部分更新XML文件并不是非常简单或有效，因此作为用例，您将不会获得太多支持。

听起来你需要一个合适的数据库，或许还有一个工具可以将数据导出为XML。

如果您不想使用数据库并坚持将数据完全存储为XML，则可以考虑将所有项目作为对象保留在内存中。每当添加新的时，您都可以将所有这些内容写入XML。它似乎效率低下，但根据您的数据大小可能仍然足够好。

如果选择此路径，您可能需要查看Xstream库以使其变得非常简单，请参阅stream tutorial以获取快速示例。

如何有效地编写xml数据库文件？

4 个答案: