根据子文本节点从大 XML 中提取子 XML 的 Java 或 Python 方法

Question

我有一个大的 XML 需要处理，我需要提取所有“情况”标签，如果这些标签具有 <_0:roadNumber>A-52、<_0:roadNumber>AP-9 或 <_0:roadNumber>A-他们的值有 55 个，因为我不需要 XML 的其余部分。然后使用 XML 减法构建 XML 文档。我不需要实现，只是我想知道如何处理这个或者哪个 API 是最合适的，谢谢。

PD:我的最终目标是将 XML 转储到数据库中

XML GET:

print("GETTING XML...")
resp = requests.get('http://infocar.dgt.es/datex2/dgt/SituationPublication/all/content.xml', stream = True) #XML that I need
if resp.status_code != 200:
    raise ApiError('GET /tasks/ {}'.format(resp.status_code))
print("XML RECIBIDO 200 OK")
#resp.raw.decode_content = True
print("GUARDANDO XML")
with open("DGT_DATEX.xml", "wb") as handle:
    for data in (resp.iter_content()):
        handle.write(data)

dom = parse("DGT_DATEX.xml")

Answer 1

对于非常大的 XML 文档，您最好使用 SAX用于流式传输(不需要立即将完整文档存储在内存中)，但用于轻松查找元素 XPath真的很有帮助。

对于 Python，你有一些 XPath support在 xml.etree.ElementTree和 SAX xml.sax - 但当然还有其他解析器。

还有 SAX 实现和 Java 的 XPath。