关联大型XML文档中的数据

Question

我的XML结构如下所示：

<root>
    <index>
        <item>item 1</item>
        <item>item 2</item>
        <!-- many more items -->
    <index>
    <data>
        <row>
            <!-- relates to item 1 -->
            <cell>1</cell>
            <cell>2</cell>
            <!-- many more cells -->
        </row>
        <row>
            <!-- relates to item 2 -->
            <cell>3</cell>
            <cell>4</cell>
            <!-- many more cells -->
        </row>
        <!-- as many rows as there are items in the index -->    
    </data>
</root>

我正在尝试创建一个解析器，输出（到数据库）这样的结构：

item 1 : [1, 2, ...]
item 2 : [3, 4, ...]
...

通常情况下，我会使用sax解析器，构造HashMap，在解析器传递索引元素时填充键，然后添加单元格数据。

但是，该文档可能包含大量数据，所以我担心会遇到内存问题。

我的问题是：如何在尽可能少的内存使用情况下解析文件？

我想到的一件事是构建两个SAX解析器，一个在索引上运行，另一个解析数据。问题是我不知道如何暂停一个解析器，启动另一个，暂停另一个，重新启动第一个等等。

这可能还是有更好的方法来解决这个问题？

BTW：遗憾的是，我完全无法控制XML的格式。

Answer 1

除了哈希映射之外，SAX解析器不需要在内存中保留很多。我会SAX解析索引元素以生成List<Item>，然后对于每个item元素，我可以从列表中删除该项（断言它在那里，删除它）然后添加到Map<Item,List<Cell>>。< / p>

您将需要的内存是项目总数和每个单元格的条目。我不认为你需要保持比使用SAX解析时更多的上下文。