流式XPath评估
是否有任何生产就绪库可用于针对提供的xml文档进行流式XPath表达式评估？ 我的调查表明，大多数现有解决方案在评估xpath表达式之前将整个DOM树加载到内存中。
这是否适用于完整的XPath实现，因为XPath语法允许：
/AAA/XXX/following::* 和
/AAA/BBB/following-sibling::*
这意味着前瞻性要求？ 即从一个特定的节点，你将不得不加载文档的其余部分。
Nux库的文档（特别是StreamingPathFilter ）提出了这一点，并引用了一些依赖于XPath 子集的实现。 Nux声称可以执行一些流式查询function，但鉴于上述内容，XPath实现方面会有一些限制。
XSLT 3.0提供流处理模式，这将成为XSLT 3.0 W3C规范成为W3C建议书的标准。
在撰写本答案时（2011年5月），Saxon 为XSLT 3.0流媒体提供了一些支持 。
有几种选择：
-
DataDirect Technologies在可能的情况下销售采用投影和流媒体的XQuery实现 。 它可以将文件处理到数千兆字节范围内 – 例如，大于可用内存。 它是一个线程安全的库，因此很容易集成。 Java的唯一。
-
Saxon是一个开源版本，价格适中，价格适中，表兄弟会在某些情况下进行流媒体播放。 Java，但也有.net端口。
-
MarkLogic和eXist是XML数据库，如果将XML加载到这些数据库中，它们将以相当智能的方式处理XPath。
试试Joost 。
虽然我没有实际操作经验，但我认为值得一提的是QuiXProc（ http://code.google.com/p/quixproc/ ）。 它是XProc的流式处理方法，并使用为XPath提供流式支持的库。
FWIW，我已经对非常大（> 3GB）的文件使用了Nux流式filterxpath查询，并且它们都运行完美且使用的内存非常少。 我的用例略有不同（不是以validation为中心），但我非常鼓励你用Nux来试一试。
我想我会选择自定义代码。 如果只想读取xml文档的某些路径，.NET库会让我们非常接近目标。
由于到目前为止我看到的所有解决方案都只考虑XPath子集，因此这也是这种解决方案。 虽然子集非常小。 🙂
此C＃代码读取xml文件并计算给定显式路径的节点。 您还可以使用xr["attrName"]语法轻松操作属性。
int c = 0; var r = new System.IO.StreamReader(asArgs[1]); var se = new System.Xml.XmlReaderSettings(); var xr = System.Xml.XmlReader.Create(r, se); var lstPath = new System.Collections.Generic.List(); var sbPath = new System.Text.StringBuilder(); while (xr.Read()) { //Console.WriteLine("type " + xr.NodeType); if (xr.NodeType == System.Xml.XmlNodeType.Element) { lstPath.Add(xr.Name); } // It takes some time. If 1 unit is time needed for parsing the file, // then this takes about 1.0. sbPath.Clear(); foreach(object n in lstPath) { sbPath.Append('/'); sbPath.Append(n); } // This takes about 0.6 time units. string sPath = sbPath.ToString(); if (xr.NodeType == System.Xml.XmlNodeType.EndElement || xr.IsEmptyElement) { if (xr.Name == "someElement" && lstPath[0] == "main") c++; // And test simple XPath explicitly: // if (sPath == "/main/someElement") } if (xr.NodeType == System.Xml.XmlNodeType.EndElement || xr.IsEmptyElement) { lstPath.RemoveAt(lstPath.Count - 1); } } xr.Close();