XML分析：解析整個XML的一個字段

Question

我有一個非常大的XML，我收到作爲輸入。從這個XML我只需要一個子元素。解析整個XML只檢索一個元素似乎是一種性能矯枉過正。有沒有更好的方法來解決這個問題？

一種方法是使用DocumentBuilder API分析XML，然後使用XPath檢索所需的字段。但解析方法仍然會不必要地解析整個xml。在解析器的任何實現中，是否存在一個重載的解析方法，該解析器接受xpath並僅根據XPath解析XML。

Answer 1

你需要的是一個SAX解析器或類似的快速解析器。 SAX解析器不分析整個XML，他們只是解析xml直到找到他們正在尋找的元素。

您可以在wikipedia's link中閱讀關於SAX解析器的內容。也看看the java docs for SAX parser

Answer 2

雖然沒有辦法解決您的XML數據的正確處理方法，但確實有辦法在整個文檔中構建內存中表示。 Java提供SAX解析，這是基於事件的。您可以實現XML事件的事件處理程序，忽略所需內容的所有內容，並在檢索到要查找的部分後停止。

這裏是tutorial from Oracle showing how to use SAX APIs to retrieve counts of individual tags without building a document in memory。

由於most XPath processors work with SAX as well，您可能會將事件提供給XPath處理器，並以此方式查找所需的標記。但是，當您需要獲取單個元素時，這可能是一種矯枉過正的情況。

Answer 3

XPath operates over the document object model.所以你必須有一個DOM來評估一個XPath表達式。否則，它會驗證什麼？

因此，如果您不想解析文檔，那麼XPath就不存在了。您的其他選項是快速SAX解析，您可以忽略所有SAX解析事件，直到找到所需的元素，提取所需的文本，然後放棄解析過程的其餘部分。

另一種選擇是去簡單的方法：用grep.