请注意，尽管时间允许，我目前仍会使用C语言进行编程。
通常，我会得到一个文本/行编码信息数据库，该数据库太大而无法手工建模。可能有数百万行，因此无法全部查看并了解其结构。
我开始做的是先通过预处理，然后开始使用XML标记分解结构。举一个简化的例子，如果您正在看一所学校的入学学生，您可能会注意到一个变化，该变化描述了“成绩”组，而一个描述了“班级”。
我开始尝试做的是将数据转换为XML，然后使用工具创建模式并进行查看。接下来的事情是找到可用于进一步开发数据结构模型的子模式，而使用正则表达式搜索可以很容易地实现这种模式。
我遇到了问题；模式生成器可以区分CLASS，因为它在一个环境中仅看到11年级的学生，而在另一新生中。然后，如果实际上它们在功能上是相同的，就好像有一些独特的变体一样，使CLASS破裂。这会大大增加模型的复杂性。
在任何数据流中，几种类型的数据都是常见的。结构/组织，引用，标记/编码和原始内容。
当对数据进行建模并且可以保证符合模式时，我可以流对其进行解析（也许带有堆栈？），也可以通过针对每个数据结构调用的函数对其进行解析。当数据不是按线性顺序排序时，流解析就会受到影响。功能解析可能是目标，但我还没有使用太多，因为我无法整理结构。
问题：您建议对方法进行哪些改进，或者您认为哪种方法更好？