- xml - AJAX/Jquery XML 解析
- 具有多重继承的 XML 模式
- .net - 枚举序列化 Json 与 XML
- XML 简单类型、简单内容、复杂类型、复杂内容
我正在处理可能包含来 self 的一个项目的复杂跟踪信息的巨大 XML 文件。
我想为这些 XML 文件建立索引,以便可以快速找到 XML 文档的子部分,而不必将其全部加载到内存中。
如果我创建了一个“搁置”索引,其中可能包含诸如“作者乔的书”之类的信息,这些信息位于偏移量 [22322、35446、54545] 处,那么我可以像打开普通文本文件一样打开 xml 文件并查找那些偏移量,然后将其传递给接受文件或字符串的 DOM 解析器之一。
我还没有弄清楚的部分是如何快速解析 XML 并创建这样的索引。
所以我需要一个快速的 SAX 解析器,它允许我找到文件中标记的起始偏移量以及开始事件。所以我可以将 XML 的一个小节连同起点一起解析到文档中,提取关键信息并将关键和偏移量存储在搁置索引中。
最佳答案
由于定位器返回行号和列号代替偏移量,因此您需要一点包装来跟踪行尾——一个简化的示例(可能有一些 offbyones;-)...:
import cStringIO
import re
from xml import sax
from xml.sax import handler
relinend = re.compile(r'\n')
txt = '''<foo>
<tit>Bar</tit>
<baz>whatever</baz>
</foo>'''
stm = cStringIO.StringIO(txt)
class LocatingWrapper(object):
def __init__(self, f):
self.f = f
self.linelocs = []
self.curoffs = 0
def read(self, *a):
data = self.f.read(*a)
linends = (m.start() for m in relinend.finditer(data))
self.linelocs.extend(x + self.curoffs for x in linends)
self.curoffs += len(data)
return data
def where(self, loc):
return self.linelocs[loc.getLineNumber() - 1] + loc.getColumnNumber()
locstm = LocatingWrapper(stm)
class Handler(handler.ContentHandler):
def setDocumentLocator(self, loc):
self.loc = loc
def startElement(self, name, attrs):
print '%s@%s:%s (%s)' % (name,
self.loc.getLineNumber(),
self.loc.getColumnNumber(),
locstm.where(self.loc))
sax.parse(locstm, Handler())
当然你不需要保留所有的 lineloc——为了节省内存,你可以删除“旧”的(在最新查询的下面)但是你需要让 lineloc 成为一个字典,等等。
关于python - Python 中是否有一个快速的 XML 解析器允许我将标记的开始作为流中的字节偏移量?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/3187964/
我之前让 dll 注入(inject)器变得简单,但我有 Windows 7,我用 C# 和 C++ 做了它,它工作得很好!但是现在当我在 Windows 8 中尝试相同的代码时,它似乎没有以正确的方
我正在尝试制作一个名为 core-splitter 的元素,该元素在 1.0 中已弃用,因为它在我们的项目中起着关键作用。 如果您不知道 core-splitter 的作用,我可以提供一个简短的描述。
我有几个不同的蜘蛛,想一次运行所有它们。基于 this和 this ,我可以在同一个进程中运行多个蜘蛛。但是,我不知道如何设计一个信号系统来在所有蜘蛛都完成后停止 react 器。 我试过了: cra
有没有办法在达到特定条件时停止扭曲 react 器。例如,如果一个变量被设置为某个值,那么 react 器应该停止吗? 最佳答案 理想情况下,您不会将变量设置为一个值并停止 react 器,而是调用
https://code.angularjs.org/1.0.0rc9/angular-1.0.0rc9.js 上面的链接定义了外部js文件,我不知道Angular-1.0.0rc9.js的注入(in
我正在尝试运行一个函数并将服务注入(inject)其中。我认为这可以使用 $injector 轻松完成.所以我尝试了以下(简化示例): angular.injector().invoke( [ "$q
在 google Guice 中,我可以使用函数 createInjector 创建基于多个模块的注入(inject)器。 因为我使用 GWT.create 在 GoogleGin 中实例化注入(in
我在 ASP.NET Core 1.1 解决方案中使用配置绑定(bind)。基本上,我在“ConfigureServices Startup”部分中有一些用于绑定(bind)的简单代码,如下所示: s
我在 Spring MVC 中设置 initBinder 时遇到一些问题。我有一个 ModelAttribute,它有一个有时会显示的字段。 public class Model { privat
我正在尝试通过jquery post发布knockoutjs View 模型 var $form = $('#barcodeTemplate form'); var data = ko.toJS(vm
如何为包含多态对象集合的复杂模型编写自定义模型绑定(bind)程序? 我有下一个模型结构: public class CustomAttributeValueViewModel { publi
您好,我正在尝试实现我在 this article 中找到的扩展方法对于简单的注入(inject)器,因为它不支持开箱即用的特定构造函数的注册。 根据这篇文章,我需要用一个假的委托(delegate)
你好,我想自动注册我的依赖项。 我现在拥有的是: public interface IRepository where T : class public interface IFolderReposi
我正在使用 Jasmine 测试一些 Angular.js 代码。为此,我需要一个 Angular 注入(inject)器: var injector = angular.injector(['ng'
我正在使用 Matlab 代码生成器。不可能包含代码风格指南。这就是为什么我正在寻找一个工具来“ reshape ”、重命名和重新格式化生成的代码,根据我的: 功能横幅约定 文件横幅约定 命名约定 等
这个问题在这里已经有了答案: Where and why do I have to put the "template" and "typename" keywords? (8 个答案) 关闭 8
我开发了一种工具,可以更改某些程序的外观。为此,我需要在某些进程中注入(inject)一个 dll。 现在我基本上使用这个 approach .问题通常是人们无法注入(inject) dll,因为他们
我想使用 swing、spring 和 hibernate 编写一个 java 应用程序。 我想使用数据绑定(bind)器用 bean 的值填充 gui,并且我还希望它反射(reflect) gui
我有这段代码,当两个蜘蛛完成后,程序仍在运行。 #!C:\Python27\python.exe from twisted.internet import reactor from scrapy.cr
要点是 Spring Batch (v2) 测试框架具有带有 @Autowired 注释的 JobLauncherTestUtils.setJob。我们的测试套件有多个 Job 类提供者。因为这个类不
我是一名优秀的程序员,十分优秀!