开始：一次仅解码一个XML节点

Question

浏览用于encoding / xml包的源代码，所有解组逻辑（用于解码实际的XML节点并键入它们的类型）都处于解组状态，而调用此方法的唯一方法实质上是调用DecodeElement。 但是，解编组逻辑还固有地搜索下一个EndElement。 造成这种情况的主要原因似乎是验证。 但是，这似乎对我来说是一个主要的设计缺陷：如果我有一个庞大的XML文件，我对该文件的结构有足够的信心，并且我想一次解码一个节点，以便可以高效地进行过滤，那该怎么办？通过实时数据？ RawToken（）调用可用于获取当前标签，这很好，但是很显然，当您在其上调用DecodeElement（）时，不可避免的unmarshal（）调用显然开始以某种方式运行到节点中时会出现错误它被认为是不平衡的。

从理论上讲，可能会遇到我要解码，捕获偏移量，对元素进行解码，返回到先前位置并循环的令牌，但这仍然会导致大量不必要的处理。

有没有办法一次只解析一个节点？

Answer 1

例如，您描述的内容称为XML流解析，因为它是由任何SAX解析器完成的。 好消息： encoding/xml支持，尽管它有点隐藏。

您实际要做的是创建xml.Decoder实例，并传递io.Reader 。 然后，您将使用Decoder.Token()读取输入流，直到找到下一个有效的 xml令牌。 从那里，您可以决定下一步要做什么。

这是一个可以作为gist使用的小例子，或者您可以在PlayGround上运行它 ：

package main

import (
    "bytes"
    "encoding/xml"
    "fmt"
)

const (
    book = `<?xml version="1.0" encoding="UTF-8"?>
<book>
  <preface>Lorem ipsum dolor sit amet, consectetur adipisicing elit, sed do eiusmod tempor incididunt ut labore et dolore magna aliqua. Ut enim ad minim veniam, quis nostrud exercitation ullamco laboris nisi ut aliquip ex ea commodo consequat. Duis aute irure dolor in reprehenderit in voluptate velit esse cillum dolore eu fugiat nulla pariatur. Excepteur sint occaecat cupidatat non proident, sunt in culpa qui officia deserunt mollit anim id est laborum.</preface>
  <chapter num="1" title="Foo">Lorem ipsum dolor sit amet, consectetur adipisicing elit, sed do eiusmod tempor incididunt ut labore et dolore magna aliqua. Ut enim ad minim veniam, quis nostrud exercitation ullamco laboris nisi ut aliquip ex ea commodo consequat. Duis aute irure dolor in reprehenderit in voluptate velit esse cillum dolore eu fugiat nulla pariatur. Excepteur sint occaecat cupidatat non proident, sunt in culpa qui officia deserunt mollit anim id est laborum.</chapter>
  <chapter num="2" title="Bar">Lorem ipsum dolor sit amet, consectetur adipisicing elit, sed do eiusmod tempor incididunt ut labore et dolore magna aliqua. Ut enim ad minim veniam, quis nostrud exercitation ullamco laboris nisi ut aliquip ex ea commodo consequat. Duis aute irure dolor in reprehenderit in voluptate velit esse cillum dolore eu fugiat nulla pariatur. Excepteur sint occaecat cupidatat non proident, sunt in culpa qui officia deserunt mollit anim id est laborum.</chapter>
</book>`
)

type Chapter struct {
    Num     int    `xml:"num,attr"`
    Title   string `xml:"title,attr"`
    Content string `xml:",chardata"`
}

func main() {

    // We emulate a file or network stream
    b := bytes.NewBufferString(book)

    // And set up a decoder
    d := xml.NewDecoder(b)

    for {

        // We look for the next token
        // Note that this only reads until the next positively identified
        // XML token in the stream
        t, err := d.Token()

        if err != nil  {
            break
        }

        switch et := t.(type) {

        case xml.StartElement:
            // We now have to inspect wether we are interested in the element
            // otherwise we will advance
            if et.Name.Local == "chapter" {
                // Most often/likely element first

                c := &Chapter{}

                // We decode the element into(automagically advancing the stream)
                // If no matching token is found, there will be an error
                // Note the search only happens within the parent.
                if err := d.DecodeElement(&c, &et); err != nil {
                    panic(err)
                }

                // We have found what we are interested in, so we print it
                fmt.Printf("%d: %s\n", c.Num, c.Title)

            } else if et.Name.Local == "book" {
                fmt.Println("Book begins!")
            }

        case xml.EndElement:

            if et.Name.Local != "book" {
                continue
            }

            fmt.Println("Finished processing book!")
        }
    }
}