我有一个巨大的（100k +行，5MB +）XML，它充当我的C ++应用程序的数据库。 XML的结构非常简单，例如，它有大量的：
<foo>
<bar prop="true"/>
<baz>blah</baz>
</foo>
标签的嵌套是多层次的，并且有许多具有多个属性的项目。查找和替换此类文件的块的好方法是什么？例如，假设上面的部分重复了几十次，并且在每个块中，标记<baz>的值是不同的。我想编辑如下：
<baz>中包含的所有值设置为给定值。到目前为止，我已经了解了以下实现此目的的方法：
查找/替换：这是一个简单易懂的解决方案，也是我上一次的回归。这种方法，恕我直言是最耗时，容易出错和痛苦的方法。绝对不得已。
RegExes ：使用正则表达式匹配感兴趣的块并使用替换表达式对其进行编辑。有点像这篇博文：http://blogs.msdn.com/b/vseditor/archive/2004/08/12/213770.aspx。但我觉得这很容易出错，如果正则表达式第一次不完全正确，可能会有很多错过的项目。
Parser＆amp;保存：启动一个快速程序，使用Xerces或XML DOM接口（或其他一些XML库）解析XML，读入XML，根据需要对其进行操作并保存回磁盘。同样，这种方法是一个缓慢的过程，但一旦启动并运行，很容易进行修改，并且比RegExes更灵活。
有没有更好的方法来解决这个问题？ （编辑：感谢所有重做它使用数据库建议，我知道它是一个巨大的混乱，但通过“更好的方法来处理这个”我的意思是“查找/替换”部分。）
答案 0 :(得分：2)
如果您不想将整个文档放在内存中，我会使用SAX解析器读取它。在阅读时，将已转换的文档附加到第二个（或临时）文件。我认为它可能非常快，并且只占用很少的内存。
答案 1 :(得分：1)
有没有更好的方法来解决这个问题？
如果必须使用XML，则可以使用XML数据库，例如BDB XML（具有C ++ API）。它支持XQuery，事务等。
其他选项包括我过去成功使用的TinyXML。快速且易于使用，不一定是那个大小的文件上最快的，但它将完成工作。
答案 2 :(得分：0)
你的实际内存限制是什么？根据当前的RAM标准，5MB很大但不是很大。
如果可以，我会将DOM与XPath一起使用，它将比SAX或其他基于流的解析少得多的开发工作。我对SAX的问题在于，如果你真的将它用作内存数据库，这意味着按需随机访问，而SAX不适合这种情况 - 你必须反复解析和重新编译，而一旦你有DOM，至少你可以随心所欲地玩它。
回应关于存储内存数据库信息的评论。许多替代方案比XML更适合这种方式。也许您可以使用DOM / XPath实现战术解决方案，并将rip-and-replace视为一个长期项目。