根据重复元素将大型 XML 文件拆分为小块

Question

考虑以下具有 500 MB 数据的 XML

<?xml version="1.0" encoding="UTF-8"?>
<Parents>
  <process  Child ="A">...</process>
  <process  Child="B">...</process>
  <process  Child="A">...</process>
  <process  Child="C">..</process>
  <process Child=...
  </process>
 <\Parents>

此 xml 有多个带有标签 "A" 或 "B" 或其他的子属性我想为 "A"、[= 创建一个单独的 XML 20=]、"C" 或其他类似 expamle_A.xml、example_B.xml 等。下面的代码正在为每个子属性创建单独的 xml 敌人，这意味着如果我们有 500 个子属性，它会创建 500 个xml的。

public static void main(String args[]) {
        try {
            VTDGen v = new VTDGen();
            if (v.parseFile("C:\..\example.xml", true)) {
                VTDNav vn = vg.getNav();
                AutoPilot ap = new AutoPilot(vn);
                ap.selectXPath("/Parents/child");
                int  chunk = 0;
                while (( ap.evalXPath()) != -1) {
                    long frag = vn.getElementFragment();
                    (new FileOutputStream("C:\....\result" + chunk + ".xml")).write(vn.getXML().getBytes(), (int) frag,
                            (int) (frag >> 32));
                    chunk++;
                }
            }
        } catch (Exception ex) {
            ex.printStackTrace();
        }
}

现在我想根据同一组的子属性拆分文件，对于一个实例，"A" 的所有子项都应该在 example_A.xml 文件中，对于 B， C等

Answer 1

这是对您现有代码的非常简单的修改。实际上有多种方法可以做到这一点。我将向您展示其中之一：通过使用 VTDNav 的 getAttrVal 方法 () 显式比较 attr val。

public static void main1(String args[]) {
    try {
        VTDGen vg = new VTDGen();
        if (vg.parseFile("C:\..\example.xml", true)) {
            VTDNav vn = vg.getNav();
            AutoPilot ap = new AutoPilot(vn);
            ap.selectXPath("/Parents/process");
            int  chunk = 0;
            FileOutputStream fopsA=(new FileOutputStream("C:\....\resultA" + chunk + ".xml"));
            fopsA.write("<Parent>\n".getBytes());
            FileOutputStream fopsB=(new FileOutputStream("C:\....\resultB" + chunk + ".xml"));
            while (( ap.evalXPath()) != -1) {
                long frag = vn.getElementFragment();
                int i=vn.getAttrVal("Child");
                if (i==-1) throw new NavException("unexpected result");
                if  (vn.compareTokenString(i,"A")==0){

                    fopsA.write(vn.getXML().getBytes(), (int) frag,
                        (int) (frag >> 32));

                }else if  (vn.compareTokenString(i,"B")==0){

                    fopsB.write(vn.getXML().getBytes(), (int) frag,
                            (int) (frag >> 32));
                }
                chunk++;
            }

            fopsA.write("</Parent>\n".getBytes());
            fopsB.write("</Parent>\n".getBytes());
        }
    } catch (Exception ex) {
        ex.printStackTrace();
    }

根据重复元素将大型 XML 文件拆分为小块

Splitting of a large XML file into small Chunks based on repeated elements

java

xml

stax

vtd-xml

xml-parsing