加速xpath

我有一个1000条目文档的格式是这样的

这里有超过1000个Entry节点。 我正在编写一个Java程序，它基本上逐个获取所有节点并对每个节点进行一些分析。 但问题是节点的检索时间随着它的增加而增加。 例如，检索第一个节点100毫秒以检索第二个节点需要78毫秒，并且它继续增加。 要检索999节点，它需要超过5秒。 这非常慢。 我们将此代码插入到包含超过1000个条目的XML文件中。 有些像数百万。 解析整个文档的总时间超过5分钟。

我正在使用这个简单的代码来遍历它。 这里nxp是我自己的类，它有从xpath获取节点的所有方法。

 nxp.fromXpathToNode("/Example/Entry" + "[" + i + "]", doc); 

和doc是该文件的文档。 i是要检索的节点。

当我尝试这样的事情时

 List nl = nxp.fromXpathToNodes("/Example/Entry",doc); content = nl.get(i); 

我面临同样的问题。

任何人都有任何关于如何加速节点tretirival的解决方案，因此从XML文件获取第一个节点和1000个节点需要相同的时间。

谢谢

---

这是xpathtonode的代码。

 public Node fromXpathToNode(String expression, Node context) { try { return (Node)this.getCachedExpression(expression).evaluate(context, XPathConstants.NODE); } catch (Exception cause) { throw new RuntimeException(cause); } } 

这是fromxpathtonodes的代码。

 public List fromXpathToNodes(String expression, Node context) { List nodes = new ArrayList(); NodeList results = null; try { results = (NodeList)this.getCachedExpression(expression).evaluate(context, XPathConstants.NODESET); for (int index = 0; index < results.getLength(); index++) { nodes.add(results.item(index)); } } catch (Exception cause) { throw new RuntimeException(cause); } return nodes; } 

这是开始

公共类NativeXpathEngine实现XpathEngine
{
私有的最终XPathFactory工厂;

 private final XPath engine; /** * Cache for previously compiled XPath expressions. {@link XPathExpression#hashCode()} * is not reliable or consistent so use the textual representation instead. */ private final Map cachedExpressions; public NativeXpathEngine() { super(); this.factory = XPathFactory.newInstance(); this.engine = factory.newXPath(); this.cachedExpressions = new HashMap(); } 

Answer 1

试试VTD-XML 。 它比DOM使用更少的内存。 它比SAX更容易使用并支持XPath。 以下是一些示例代码，可帮助您入门。 它应用XPath来获取Entry元素，然后打印出n1和n2子元素。

 final VTDGen vg = new VTDGen(); vg.parseFile("/path/to/file.xml", false); final VTDNav vn = vg.getNav(); final AutoPilot ap = new AutoPilot(vn); ap.selectXPath("/Example/Entry"); int count = 1; while (ap.evalXPath() != -1) { System.out.println("Inside Entry: " + count); //move to n1 child vn.toElement(VTDNav.FIRST_CHILD, "n1"); System.out.println("\tn1: " + vn.toNormalizedString(vn.getText())); //move to n2 child vn.toElement(VTDNav.NEXT_SIBLING, "n2"); System.out.println("\tn2: " + vn.toNormalizedString(vn.getText())); //move back to parent vn.toElement(VTDNav.PARENT); count++; } 

Answer 2

正确的解决方案是在调用item（i）后立即分离节点，如下所示：

 Node node = results.item(index) node.getParentNode().removeChild(node) nodes.add(node) 

请参阅XPath.evaluate性能在多个调用中减慢（荒谬）

Answer 3

我在Xpath评估中遇到了类似的问题，我尝试使用CachedXPathAPI，它比之前使用的XPathApi快100倍。 有关此Api的更多信息，请访问： http ： //xml.apache.org/xalan-j/apidocs/org/apache/xpath/CachedXPathAPI.html

希望能帮助到你。 干杯，Madhusudhan

Answer 4

如果您需要解析大而扁平的文档，SAX是一个不错的选择。 它允许您将XML作为流处理，而不是构建一个巨大的DOM。 您的示例可以使用ContentHandler进行解析，如下所示：

 import org.xml.sax.Attributes; import org.xml.sax.SAXException; import org.xml.sax.ext.DefaultHandler2; public class ExampleHandler extends DefaultHandler2 { private StringBuffer chars = new StringBuffer(1000); private MyEntry currentEntry; private MyEntryHandler myEntryHandler; ExampleHandler(MyEntryHandler myEntryHandler) { this.myEntryHandler = myEntryHandler; } @Override public void characters(char[] ch, int start, int length) throws SAXException { chars.append(ch); } @Override public void endElement(String uri, String localName, String qName) throws SAXException { if ("Entry".equals(localName)) { myEntryHandler.handle(currentEntry); currentEntry = null; } else if ("n1".equals(localName)) { currentEntry.setN1(chars.toString()); } else if ("n2".equals(localName)) { currentEntry.setN2(chars.toString()); } } @Override public void startElement(String uri, String localName, String qName, Attributes atts) throws SAXException { chars.setLength(0); if ("Entry".equals(localName)) { currentEntry = new MyEntry(); } } } 

如果文档具有更深且更复杂的结构，则您将需要使用Stacks来跟踪文档中的当前路径。 然后你应该考虑编写一个通用的ContentHandler来做脏工作并与你的文档类型相关的处理程序一起使用。

Answer 5

你使用什么样的解析器？

DOM将整个文档拉入内存 – 一旦将整个文档拉入内存中，您的操作就会很快，但在Web应用程序或for循环中这样做可能会产生影响。

SAX解析器按需解析并在您请求时加载节点。

因此，尝试使用适合您需要的解析器实现。

Answer 6

将JAXEN库用于xpath： http ：//jaxen.codehaus.org/