将 xml 转换为 csv

Question

我开发了通过 xsl 将 xml 转换为 cvs 的应用程序。我使用了 DOM API，但它的性能很差（在输入中我有 100000 xml 大小 200kb-20mb）我尝试使用 SAX API，但我在转换后收到错误的结果输出。 DOM API：

@PostConstruct
public void init() throws ParserConfigurationException, TransformerConfigurationException {
    styleSheet = new File("1.xsl");
    builder = DocumentBuilderFactory.newInstance().newDocumentBuilder();
    stylesource = new StreamSource(styleSheet);
    transformer = TransformerFactory.newInstance().newTransformer(stylesource);
}

public String transformXmlToCsv(String inputXml) {
    String csv = null;

    try {
        InputSource is = new InputSource(new StringReader(inputXml));

        Document document = builder.parse(is);

        StringWriter writer = new StringWriter();

        transformer.transform(new DOMSource(document), new StreamResult(writer));
        csv = writer.toString();
        writer.close();
    } catch (Exception e) {
        LOGGER.error("Exception during transorming", e);
    }
    return csv;
}

}

SAX API：

 public static void main(String[] args) throws Exception {
    TransformerFactory transFact = TransformerFactory.newInstance( );
    File xml = new File("019dc124-5057-43f3-aa5d-1d840536b1b5-1558467374000.xml");
    File styleSheet = new File("1.xsl");
    Result outputTarget = new StreamResult(new File("C:\\proj\\xmlparser\\result.csv"));
    Source stylesource = new StreamSource(styleSheet);
    Transformer trans = transFact.newTransformer(stylesource);
    InputSource is = new InputSource(new FileReader(xml));   
    Source xmlSource = new SAXSource(is);
    trans.transform(xmlSource, outputTarget);       
}

Answer 1

我认为您可能只是遇到了有关正确使用 XSLT 选择命名空间中的元素的最常见问题的变体，我认为默认的 Java DocumentBuilder 不支持命名空间，因此您的 XSLT 代码可能会在默认情况下看到元素命名空间为没有命名空间，以便您的路径像root/rootnode/name 工作。另一方面，使用 Sax，我认为 XSLT 处理器会看到您所说的默认命名空间中的元素，然后您的路径不再起作用，因为它们选择了没有命名空间中的元素。

要解决这个问题，有两种方法：通过将 Saxon 9 HE（最新版本是 9.9）放在类路径上切换到 XSLT 2/3，然后使用例如xpath-default-namespace="http://example.com/ns" 作为 xsl:stylesheet 或 xsl:transform 根元素上的属性。

或者，如果您坚持使用 XSLT 1，唯一的解决方法是在样式表中为该命名空间（例如 http://example.com/ns）声明一个前缀（例如 pf1），例如xmlns:pf1="http://example.com/ns"，然后更改所有 XPath 表达式和匹配模式以使用前缀，因此 root/rootnode/name 变为 pf1:object/pf1:rootnode/pf1:name。

Answer 2

如果性能是您的问题，那么不要为您要转换的每个文件创建新的TransformerFactory、DocumentBuilderFactory 等。实例化这些 JAXP 工厂类是出了名的昂贵，因为它涉及到类路径的搜索。您还没有说文件的大小，但是如果您要解析数十万个非常小的 XML 文件，那么性能的关键是重用相同的解析器； DOM-vs-SAX 的差异可以忽略不计。