我们需要针对大量文档运行很多 xpath 表达式，我想加快速度。 目前，我们加载文档并运行所有 xpath。如果有 1000 个文档和 1000 个 xpath，它大约是 1,000,000 次运行。我相信每一个 xpath 都从根节点开始遍历 xml（尽管我不确定它是如何在库中实现的）。我想做一些类似批处理 xpath 的运行，其中只需一次 xml 遍历就可以评估所有 1000 个 xpath。换句话说，对于 1 个文档，只需要一次 xml 遍历来评估 1000 个 xpath。是否已经实现了类似的东西？它甚至会加快 xpath 的执行速度吗？
编辑： 我输入的唯一内容是 xpath 列表和 xml 文档列表。由于它们可以由用户动态添加/删除，我主要是在寻找一种在运行时对 xpath 进行分组的解决方案（不要在预配置中这样做，即使它可能有助于加快框架提供的 xpath）。
【问题讨论】：
标签： java xml xpath batch-processing
我建议将数据放在 XML 数据库中，例如 BaseX 或 eXist。这些产品构建索引，用于加速查询执行。建立索引是有成本的，但是超过 1000 个查询应该保存很多次。
【讨论】：
你能按层次组织你的 xpath 吗？ 例如，而不是运行
//a/b/x//a/b/y//a/b/z您能否预处理 xpath 以将公共前缀组合在一起，以便您在 //a/b 的结果上运行 x、y 和 z？我只能假设运行这 4 个 xpath（//a/b、x、y、z）比运行上面的 3 个 xpath 更快。此外，如果 //a/b 失败，您可以避免运行子 xpath。
我可以想象一些这样的配置：
<xpaths>
<xpathparent value="//a/b">
<xpath value="x" handler="xHandler" />
<xpath value="y" handler="yHandler" />
<xpath value="z" handler="zHandler" />
</xpathparent>
<xpaths>
【讨论】：
/ 上的所有 xpath 拆分并排列成一个层次结构？
//a 在逻辑上与/root/a 不同，所以我没有看到任何其他选项，只能执行两者（并在层次结构中进行不同的分组）。不，我还没有听说过这样的框架
//a 和 //b 都会遍历整个文档。请记住，遍历文档一次并为每一行执行//a 和//b 与遍历文档两次相同（一次用于//a，然后再次用于//b）。两者具有相同的复杂性。对于文档中的 1000 行，它是 2000 次执行。由于它是 DOM 操作，模型在内存中，因此 2 次遍历不需要额外的 IO。我的层次结构建议的真正胜利是，如果找不到父级，您可以避免运行子 xpaths