如何提高使用VTD-XML和XPath查詢xml文件的性能？

Question

我正在查詢大小約為1 MB（20k +行）的XML文件。 我正在使用XPath來描述我想要的內容和VTD-XML庫來獲取它。 我認為我在性能方面存在一些問題。

問題是，我正在對XML文件進行大約5k +查詢。 檢索所有值大約需要16-17秒。 我想問你，這個任務是否正常？ 我怎么能改進它？

我正在使用帶有AutoPilot導航方法的VTD-XML庫，這讓我有機會使用XPath。 實施如下：

private VTDGen vg = new VTDGen();
private VTDNav vn;
private AutoPilot ap = new AutoPilot();

public void init(String xml) {
    log.info("Creating document");
    xml = xml.replace("<?xml version=\"1.0\"?>", "<?xml version=\"1.0\" encoding=\"UTF-8\"?>");
    byte[] bytes = xml.getBytes(StandardCharsets.UTF_8);
    vg.setDoc(bytes);
    try {
        vg.parse(true);
        vn = vg.getNav();
    } catch (ParseException e) {
        e.printStackTrace();
    }
    log.info("Document created");
}

public String parseXmlOrReturnNull(String query) {
    String xPathStringVal = null;
    try {
        ap.selectXPath(query);
        ap.bind(vn);
        int i = -1;
        while ((i = ap.evalXPath()) != -1) {
            xPathStringVal = vn.getXPathStringVal();
        }
    }catch (XPathEvalException e) {
        e.printStackTrace();
    } catch (NavException e) {
        e.printStackTrace();
    } catch (XPathParseException e) {
        e.printStackTrace();
    }
    return xPathStringVal;
}

我的xml文件有特定的格式，它們被分成很多部分 - 段，我的查詢對於所有段都是相同的（我在循環中查詢它）。 例如xml的一部分：

<segment>
    <a>
        <b>value1</b>
        <c>
            <d>value2</d>
            <e>value3</d>
        </c>
    </a>
</segment>
<segment>
    <a>
        <b>value4</b>
        <c>
            <d>value5</d>
            <e>value6</d>
            <f>value6</d>
        </c>
    </a>
</segment>
...

如果我想在第一個段中獲取value1，我使用查詢：

//segment[1]/a/b

對於第二段中的值4

//segment[2]/a/b

等等

Intuition說了一些事情：在我的方法中，每個查詢都是獨立的（它對其他查詢一無所知），這意味着當我想查詢它時，AutoPilot，我的迭代器總是從文件的開頭開始。

我的問題是：有沒有辦法在處理段開始時設置AutoPilot？ 當我完成查詢后，將AutoPilot移至下一個細分市場？ 我認為如果我的方法不是從頭開始搜索值，而是從指定點開始搜索它會更快。

另一種方法是將xml文件分成小的xml文件（一個xml文件=一個段）並查詢那些小的xml文件。

你們覺得怎么樣？ 提前致謝

Answer 1

Minor：不需要替換，因為UTF-8是默認編碼; 只有當有一個編碼，一個需要它修補為UTF-8。

XPath應該只執行一次，不能從[0]開始到下一個索引。

如果需要List表示，可以使用帶注釋的JAXB。

基於事件的原始解析沒有 DOM對象可能是最好的（SAXParser）。

Handler handler = new org.xml.sax.helpers.DefaultHandler {
    @Override
    public void startElement(String uri, 
        String localName, String qName, Attributes attributes) throws SAXException {
    }

    @Override
    public void endElement(String uri, 
        String localName, String qName) throws SAXException {
    }

    @Override
    public void characters(char ch[], int start, int length) throws SAXException {
    }
};
SAXParserFactory factory = SAXParserFactory.newInstance();
SAXParser parser = factory.newSAXParser();
InputStream in = new ByteArrayInputStream(bytes);
parser.parse(in, handler);