Самый быстрый и эффективный способ анализа XML-данных без ограниченной схемы

Question

В настоящее время я обрабатываю данные XML (в мегабайтах) следующим образом:

1. Создать объект DOM для записи XML.
2. Примените запросы XPath к объекту DOM, чтобы получить поля.

Мой XML выглядит следующим образом:

<root>
  <element>
    <sub-element>A</sub-element>
    <sub-element>B</sub-element>
    </sub-element>
    <sub-element>D</sub-element>
    <sub-element>E</sub-element>
  </element>
</root>

Сценарий № 1: получение списка подэлементов элемента, как ожидается, вернет следующий вывод

подэлемент - {'A','B','','D','E'} - 3-й узел в XML содержит пустой / ноль, который должен быть создан как пустой узел. Но в настоящее время я получаю вывод, поскольку {'A','B','D','E'} 3-е значение не создано.

Сценарий № 2: в нашем приложении используются сложные запросы, которые утомительны в XPATH для извлечения поля из объекта XML DOM (например, параметризованные XPATH)

Есть ли способ, которым мы могли бы достичь этого, используя сам DOM эффективным и быстрым способом?

или же

Нужно ли нам создавать граф объектов из XML (через XStream) и обрабатывать запрос обычным Java-способом обработки объекта POJO?

или же

Есть ли лучший способ сделать это?

Заранее спасибо.

Answer 1

Ну, почти любая другая модель дерева будет лучше, чем DOM. Похоже, вы предлагаете удалить часть решения XPath, но было бы гораздо лучше удалить часть DOM. Например, саксонский движок XPath работает в 5-10 раз быстрее при работе на собственном саксонском дереве, чем при работе с DOM. (DOM действительно неэффективен для поиска, в основном из-за неуклюжего способа обработки пространств имен).

Но ваш вопрос довольно запутанный. Ваш образец XML не является правильно сформированным: я подозреваю, что вы написали </sub-element> где ты имел ввиду <sub-element/>, Если ваш XPath извлекает этот пустой элемент и вы его не хотите, вам просто нужно исправить свой XPath.

В Сценарии № 2, если написание XPath для выражения ваших сложных условий "утомительно", то навигация для поиска тех же данных с использованием низкоуровневой навигации DOM будет бесконечно более утомительной. Но тогда вы, кажется, запутались в своих целях. Ваш заголовок говорит, что вы хотите быть "быстрым и эффективным", но теперь внезапно ваша цель - быть менее "утомительным". Вы должны решить, чего вы пытаетесь достичь.