|
锁定老帖子 主题：大容量XML文件解析辅助--xml批量分解
精华帖 (0) :: 良好帖 (0) :: 新手帖 (0) :: 隐藏帖 (0)
|
|
|---|---|
| 作者 | 正文 |
|
发表时间：2009-03-15
现在我也碰到了这个问题.
在贵帖中挖掘一些思路. |
| 返回顶楼 | |
|
发表时间：2009-03-16
sax解析的话，会出现数据不完整的问题，因为它每次读取的时候是2048的长度，这样可能一个完整句子，就被截断了，严重影响数据的质量
dom4j有一个类似sax的方法，也是基于事件触发机制的，每次只读出一段，然后在内存中形成一个树，一段一段的读，性能上来看是挺好的，但是我试的时候，速度会稍微慢点，这是dom4j官方网站上faq上推荐的（http://www.dom4j.org/dom4j-1.6.1/faq.html#large-doc） dom4j还是很强大的，它提供了很多的实现方式，有兴趣可以一个个试一下 提示：很多人对dom4j有误解，以为用了dom4j，就跟dom不一样了，其实如果是用一般资料上介绍的方法，它跟dom是类似的，读取文件的时候，在内存中形成整棵树，数据量大了，就oom了 |
| 返回顶楼 | |
|
发表时间：2009-03-16
Digester也是基于事件模型的，应该可以解决你这个问题，不过我没有试过。
Digester对SAX的事件模型进行了扩展，采用Stack来存储当前元素信息，调用方法非常简单，楼主可以试试看。 |
| 返回顶楼 | |
|
发表时间：2009-03-16
引用 StAX提供的定位机制 还没碰过 谢谢您的提示 StAX技术的思路主要是通过streaming的方式读取XML流,然后你可以读取“流”中的一系列事件，如startElement, endElement等等，在每个事件中你可以读取一系列属性。针对这一特点，如果能够根据具体的XML文档结构，在你需要解析的节点上创建解析器，最大的好处就是高效解析巨大的XML文档：一边读取XML,遇到特定的节点的解析器才解析。 |
| 返回顶楼 | |
|
发表时间：2009-03-18
stax 提供的事件接口与 SAX 的event-based API 解决的问题是一样的，都是基于事件的，你说的startElement是sax 的event-based API。
stax 在解析xml上更强大些！ 在别人的blog看到几篇介绍stax,有兴趣的可以去看看！写的很细心啊！ 这边是Eastsun大哥的文章 http://eastsun.iteye.com/blog/129887 |
| 返回顶楼 | |
