SAX解析器可以在Java中使用XPath嗎？

Question

我試圖將我的使用DOM解析和大量XPath表達式的類之一遷移到SAX解析。 DOM解析對我很有用，但是我嘗試解析的某些文件太大，它們導致服務器超時。 我想通過SAX解析重用XPath ，但是我不確定是否可以，如果不能，請您幫我，因為我不知道當我僅使用SAX時以下代碼將如何：

Document doc = bpsXml.getDocument();
String supplierName = BPSXMLUtils.getXpathString(doc, "/Invoice/InvoiceHeader/Party[@stdValue='SU']/Name/Name1");
String language = BPSXMLUtils.getXpathString(doc, "/Invoice/InvoiceHeader/InvoiceLanguage/@stdValue");

Answer 1

僅僅使用SAX解析器將無法在內存中建立XML樹的表示（這就是SAX可以提高內存效率的原因）。 每當遇到新的XML元素時，它只會觸發“事件”。 您必須將上下文（通常是父元素的堆棧）保留在內存中，以“知道”您在樹中的位置。

由於您的內存中沒有樹，因此您將無法使用XPath。 您只能測試當前的“上下文”（您的手動排版托管堆棧）以查詢文檔。請記住，SAX解析器僅對文件運行一次，因此文件的順序很重要。

幸運的是，還有其他方法，例如VTD-XML ，它是一個在內存中構建XML樹的庫，但僅是結構部分，它不從文件中提取實際內容，而是按需提取內容。 它比DOM解析器具有更高的內存效率，同時仍允許使用XPath。 我個人使用該庫在工作時使用XPath解析約700MB的XML文件（是的，但很瘋狂，但是它非常快。）

Answer 2

恕我直言，處理XML的最簡單方法是使用StAX （XML的流API）。 它結合了DOM和SAX的優點（並為您提供了更輕松的遷移）。 您仍然可以將光標移動到XML元素（例如SAX中），但是代碼會將光標向前移動。 這提供了XML處理代碼更具可讀性的巨大優勢。 它也解決了內存問題，因為僅當前XML元素必須保留在內存中。 這也是一個不錯的教程 。

還要回答您的原始問題：在Google上進行的簡短搜索向我展示了一種沒有簡單且被廣泛接受的方法，這可能意味着所有自定義解決方案都不可靠，未維護且未經良好測試。

Answer 3

切換到SAX解析（或StAX）將需要對您的方法進行徹底更改。 看起來您似乎還沒有完全意識到它會做多少工作。 對於任何有意義的建議，我們需要知道文件有多大，以及您希望對數據進行什么樣的處理。 例如，如果要過濾數據，那么使用文檔投影的XQuery實現可能是一個很好的答案（這將在后台自動使用SAX來構建僅包含您實際感興趣的數據子集的樹） 。