如何复制 xml 文件的部分内容

Question

我有一个比较大的 xml 文件。即使我只需要文件的一部分，客户也会向我发送一个完整的文件。因此，我想解析出我需要的部分并处理这个新文件。

这是xml的一部分

<Activity>
    <RetailFormat>ABC</RetailFormat>
    <FeedDate>2014-02-06 21:01:10</FeedDate>
    <ActivityId>665507</ActivityId>
    <ActivityTitle>ABC 3.9.14 Hawaii </ActivityTitle>
    <StartDate>2014-03-09</StartDate>
    <EndDate>2014-03-15</EndDate>
    <StartTime>00:00:00</StartTime>
    <EndTime>23:59:59</EndTime>
    <JANumber>0</JANumber>
    <PlanItemNo>0</PlanItemNo>
    <ChannelType>Circular</ChannelType>
    <Version>
    </Version>
</Activity>

我有一个需要搜索的 ActivityID 列表。如果 ActivityID 在列表中，我想将整个 Activity 复制到一个新文件中。如果没有，我想转到下一个活动。实际上是从开始标签向下的几百行。除了手动解析部分之外，我没有使用过 xml。我不知道是否有程序化的方式来处理这个问题。另外，我可能需要这个文件中的 15K 行。该文件中有 1.3MM 行。通过限制处理文件的大小，我可以大大缩短处理时间。

我正在寻找解决此问题的最有效方法。我暂时可以手动执行此操作，但我宁愿尽早限制它。

Answer 1

如果文件非常大并且内存使用是一个问题，您应该使用 SAX 解析器（以您选择的语言 - 将其添加到您的标签中）。 SAX 不适用于树，因此您必须在解析时自己重建子树。优点是它不必将整个 XML 加载到内存中。你只存储你真正需要的东西。

SAX 解析器是一个基于事件的 XML 解析器，它将按顺序读取您的文件并产生事件。事件在startElement(...)、startDocument(...)、endElement(...)、characters(...) 等方法中处理。您必须编写一个处理程序来捕获您希望处理实现这些方法的事件。

您的处理程序必须实现startElement()、characters() 和endElement()，并使用实例变量来保存您在方法之间需要的相关数据（例如：当前元素、用于存储代码片段的数组等.

如果内存不是问题，您可以使用 DOM 或 XSLT。使用 DOM，您可以使用 getElementsByTagName("Activity") 检索 <Activity> 子树的数组，然后使用该子树上的 DOM 方法检查 <ActivityID>。然后你可以复制你想要的子树，将它们添加到另一个根，或者从当前根中删除你不想要的。

使用 XSLT，您可以编写一个 XML 模板，该模板使用 XPath 表达式（例如 //Activity）选择所有 <Activity> 节点，检查 ID，将 //Activity/ActivityID 与您的 ID 列表进行比较，并生成仅包含 @987654337 的结果树@你想要的节点。

告知您使用的语言，我也许可以给您发送一些示例。