2个大的XML文件怎么比较其中的内容

0 0

2个大的XML文件怎么比较其中的内容5

2个XML文件的内容都是描述同一模型的。

2个XML文件的文件名一样,里面的内容绝大部分一样,只是稍有不同。

文件内容如下：

<cim:SubControlArea rdf:ID="333003">
        <cim:Naming.name>nm</cim:Naming.name>
        <cimNARI:SubControlArea.recordApp>2031647</cimNARI:SubControlArea.recordApp>
</cim:SubControlArea>
<cim:BaseVoltage rdf:ID="23450010">
        <cim:BaseVoltage.nominalVoltage>20.000000</cim:BaseVoltage.nominalVoltage>
        <cimNARI:BaseVoltage.name>20</cimNARI:BaseVoltage.name>
        <cimNARI:BaseVoltage.nominalI>0.000000</cimNARI:BaseVoltage.nominalI>
        <cimNARI:BaseVoltage.v_exm>21.000000</cimNARI:BaseVoltage.v_exm>
        <cimNARI:BaseVoltage.mva_exm>114.000000</cimNARI:BaseVoltage.mva_exm>
</cim:BaseVoltage>
<cim:Substation rdf:ID="1234">
        <cim:Naming.name>name111</cim:Naming.name>
        <cim:Naming.aliasName>name111</cim:Naming.aliasName>
        <cimNARI:Substation.substationType rdf:resource="http://www.123.cn/CIM/ext-schema#ee.do"/>
        <cimNARI:Substation.recordApp>1540111</cimNARI:Substation.recordApp>
        <cimNARI:Substation.MaxBaseVoltage rdf:resource="#23450010"/>
        <cim:Substation.MemberOf_SubControlArea rdf:resource="#333003"/>
</cim:Substation>

其中的ID是不会变的。即 ID 对应一个节点。

场景:

1. 第一次拿到XML文件，将其中的各个节点解析成java对象后入库；

2. 由于模型有所改变（改变很小），所以第二次拿到的XML文件内容也稍有改变；

3. 对比前后2次拿到的XML文件，找出其中不同的内容，然后更新数据库表中相应的记录。

文件比较大，有52万多行，大概30M。

请问，应该怎么比较呢？

问题补充：已经找到了解决的方法，可以使用 xmlunit 来做。
相关jar包：
http://mirrors.ibiblio.org/pub/mirrors/maven2/xmlunit/xmlunit/1.3/xmlunit-1.3.jar

代码：
import java.io.FileNotFoundException;
import java.io.FileReader;
import java.io.IOException;
import java.io.Reader;

import org.custommonkey.xmlunit.Diff;
import org.junit.Test;
import org.xml.sax.SAXException;

public class XMLCompare {

@Test
public void compare() {

try {
Reader r1 = new FileReader("./src-config/nariCimid.xml");
Reader r2 = new FileReader("./src-config/nariCimid11.xml");

Diff diff = new Diff(r1, r2);

StringBuffer buf = diff.appendMessage(new StringBuffer());

System.out.println(buf.toString());

// diff.overrideDifferenceListener(new
// IgnoreTextAndAttributeValuesDifferenceListener());
// assertTrue("XML was not similar", diff.similar());
// assertFalse(diff.identical());

//XMLAssert.assertXMLEqual(r1, r2);

} catch (FileNotFoundException e) {
e.printStackTrace();
} catch (SAXException e) {
e.printStackTrace();
} catch (IOException e) {
e.printStackTrace();
} catch (Exception e) {
e.printStackTrace();
}
}

}

2个XML文件都是52万多行，每个文件大概30M。

由于涉及到商业机密，这里就不提供XML文件了。

程序耗时22秒多。

测试结果：
[different] Expected text value '内蒙' but was '内蒙1' - comparing <cim:Naming.name ...>内蒙</cim:Naming.name> at /RDF[1]/SubControlArea[1]/Naming.name[1]/text()[1] to <cim:Naming.name ...>内蒙1</cim:Naming.name> at /RDF[1]/SubControlArea[1]/Naming.name[1]/text()[1]