XML分析：解析整个XML的一个字段

Question

我有一个非常大的XML，我收到作为输入。从这个XML我只需要一个子元素。解析整个XML只检索一个元素似乎是一种性能矫枉过正。有没有更好的方法来解决这个问题？

一种方法是使用DocumentBuilder API分析XML，然后使用XPath检索所需的字段。但解析方法仍然会不必要地解析整个xml。在解析器的任何实现中，是否存在一个重载的解析方法，该解析器接受xpath并仅根据XPath解析XML。

Answer 1

你需要的是一个SAX解析器或类似的快速解析器。 SAX解析器不分析整个XML，他们只是解析xml直到找到他们正在寻找的元素。

您可以在wikipedia's link中阅读关于SAX解析器的内容。也看看the java docs for SAX parser

Answer 2

虽然没有办法解决您的XML数据的正确处理方法，但确实有办法在整个文档中构建内存中表示。 Java提供SAX解析，这是基于事件的。您可以实现XML事件的事件处理程序，忽略所需内容的所有内容，并在检索到要查找的部分后停止。

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

由于most XPath processors work with SAX as well，您可能会将事件提供给XPath处理器，并以此方式查找所需的标记。但是，当您需要获取单个元素时，这可能是一种矫枉过正的情况。

Answer 3

XPath operates over the document object model.所以你必须有一个DOM来评估一个XPath表达式。否则，它会验证什么？

因此，如果您不想解析文档，那么XPath就不存在了。您的其他选项是快速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，然后放弃解析过程的其余部分。

另一种选择是去简单的方法：用grep.