java - 大文件的 Xpath 方法

Question

您现在将要看到的类是在 Java 中通过 XPath 解析 XML 文档的经典方法:

public class Main {

    private Document createXMLDocument(String fileName) throws Exception {
        DocumentBuilderFactory domFactory = DocumentBuilderFactory.newInstance();
        domFactory.setNamespaceAware(true);
        DocumentBuilder builder = domFactory.newDocumentBuilder();
        Document doc = builder.parse(fileName);

        return doc;
    }

    private NodeList readXMLNodes(Document doc, String xpathExpression) throws Exception {
        XPath xpath = XPathFactory.newInstance().newXPath();
        XPathExpression expr = xpath.compile(xpathExpression);

        Object result = expr.evaluate(doc, XPathConstants.NODESET);
        NodeList nodes = (NodeList) result;

        return nodes;
    }

    public static void main(String[] args) throws Exception {
        Main m = new Main();
        Document doc = m.createXMLDocument("tv.xml");
        NodeList nodes = m.readXMLNodes(doc, "//serie/eason/@id");
        int n = nodes.getLength();

        Map<Integer, List<String>> series = new HashMap<Integer, List<String>>();

        for (int i = 1; i <= n; i++) {
            nodes = m.readXMLNodes(doc, "//serie/eason[@id='" + i + "']/episode/text()");
            List<String> episodes = new ArrayList<String>();
            for (int j = 0; j < nodes.getLength(); j++) {
                episodes.add(nodes.item(j).getNodeValue());
            }
            series.put(i, episodes);
        }

        for (Map.Entry<Integer, List<String>> entry : series.entrySet()) {
            System.out.println("Season: " + entry.getKey());
            for (String ep : entry.getValue()) {
                System.out.println("Episodio: " + ep);
            }
            System.out.println("+------------------------------------+");
        }
    }
}

在那里，我发现一些方法在处理巨大的 xml 文件时会令人担忧。喜欢使用

Document doc = builder.parse(fileName);

return doc;

或

  Object result = expr.evaluate(doc, XPathConstants.NODESET);
  NodeList nodes = (NodeList) result;

  return nodes;

我很担心，因为我需要处理的 xml 文档是由客户创建的，在里面你基本上可以有无限数量的记录来描述电子邮件及其内容(每个用户都有自己的个人电子邮件，所以很多 html那里)。我知道这不是最明智的方法，但它是一种可能性，而且在我到达这里之前它已经启动并运行。

我的问题是:如何使用 xpath 解析 和评估 巨大的 xml 文件？

Answer 1

您可以使用 StAX 解析器。它将比 DOM 选项占用更少的内存。关于 StAX 的一个很好的介绍在 http://tutorials.jenkov.com/java-xml/stax.html。