Gibt es einen XPath-Prozessor für das SAX-Modell?

Wir regelmäßig analysieren 1GB+ komplexe XML-Dateien mit einem SAX-parser, die Extrakte teilweise DOM-Bäume, die sich bequem abgefragt, die Verwendung von XPath. Ich gebloggt hier: http://softwareengineeringcorner.blogspot.com/2012/01/conveniently-processing-large-xml-files.html - Quellen sind verfügbar auf github - MIT-Lizenz.

InformationsquelleAutor der Antwort Andreas Haufler

SAX ist nur vorwärts, während XPath-Abfragen im Dokument navigieren können in jede Richtung (man denke parent::ancestor::preceding:: und preceding-sibling:: Achse). Ich sehe nicht, wie das möglich wäre, im Allgemeinen. Die beste Annäherung wäre eine Art lazy loading-DOM, aber je nach Ihren Abfragen, dies kann oder kann nicht geben Ihnen einen Vorteil - es gibt immer ein worst-case-Abfrage so, als //*[. != preceding::*].

InformationsquelleAutor der Antwort Pavel Minaev

Ich werde werfen in einem Stecker für ein neues Projekt von mir, namens AXS. Es ist an https://code.google.com/p/annotation-xpath-sax/ und die Idee ist, dass Sie kommentieren Methoden (vorwärts-Achse-nur) XPath
Aussagen und Sie bekommen aufgerufen, wenn der SAX-parser ist in einem Knoten, die es entspricht. Also mit einem Dokument

<doc>
<nodes>
  <node name="a">text of node 1</node>
  <node name="b">text of node 2</node>
  <node otherattr="I have attributes!">text of node 3</node>
</nodes>
</doc>

können Sie Dinge tun, wie

@XPath("/nodes/node")
void onNode(String nodeText)
{
  //will be called with "text of node [123]"
}

oder

@XPathStart("//node[@name='']")
void onNode3(Attrs node3Attrs) { ... }

oder

@XPathEnd("/nodes/node[2]")
void iDontCareAboutNode3() throws SAXExpression
{
  throw new StopParsingExpression();
}

Natürlich, die Bibliothek ist so neu, dass ich noch nicht einmal ein release noch, aber es ist MIT lizenziert, so fühlen sich frei, es zu versuchen und sehen, ob es passt Ihre braucht. (Ich schrieb es auf
HTML screen scraping mit der niedrig genug ist, Speicheranforderungen, dass ich es auf
alte Android-Geräte...), Wenn Sie Fehler finden, bitte lassen Sie mich wissen, indem er Sie auf die
googlecode-Seite!

InformationsquelleAutor der Antwort bks

Gibt es SAX/StAX-basiert XPath-Implementierungen, aber Sie unterstützen nur eine kleine Teilmenge von XPath-Ausdrücken/Achse weitgehend durch SAX/StAX ist vorn nur die Natur.. die beste alternative, die ich mir bewusst bin verlängert VTD-XMLes unterstützt die vollständige xpath -, Teil-Dokument laden per mem-Karte.. und einer maximalen Dokumentgröße von 256 GB, aber Sie müssen die 64-bit-JVM zu verwenden, um sein volles Potenzial

InformationsquelleAutor der Antwort vtd-xml-author

Haben Sie einen Blick auf die streaming-Modus von Saxon-SA XSLT-Prozessor.

http://www.saxonica.com/documentation/sourcedocs/serial.html

"Die Regeln, die bestimmen, ob ein Pfad-Ausdruck gestreamt werden kann sind:

• Der Ausdruck auf das Streaming beginnt mit einem Anruf auf das Dokument() oder die doc() Funktion.

• Gibt der path-Ausdruck eingeführt, durch den Aufruf auf doc() oder ein Dokument entsprechen muss, um eine Teilmenge von XPath wie folgt definiert:

• jeder XPath-Ausdruck wird akzeptiert, wenn es entspricht den Regeln für path-Ausdrücke erscheinen in identity constraints in XML-Schema. Diese Regeln erlauben keine Prädikate; der erste Schritt (aber nur der erste) können eingeführt werden mit "//"; der Letzte Schritt kann Optional die attribute-Achse, alle anderen Schritte müssen einfach sein, die Achse Schritte unter Verwendung der child-Achse.

• Darüber hinaus sächsischen ermöglicht den Ausdruck enthalten, einen union, zum Beispiel doc()/(*/ABC | /XYZ). Die Gewerkschaften können auch ausgedrückt werden in abgekürzter form, zum Beispiel die oben geschrieben werden kann als doc()//(ABC|XYZ).

• Muss der Ausdruck wählen Sie entweder Elemente oder Attribute nur oder eine Mischung der Elemente und Attribute.

• Einfache Filter (eine oder mehrere) werden ebenfalls unterstützt. Jeder filter kann beantragen, den letzten Schritt oder der Ausdruck als ganzes, und es darf nur nach unten Auswahl aus dem Kontext-Knoten (self, child, attribute, descendant, descendant-or-self -, oder namespace-Achse). Es muss nicht positional (das heißt, es muss nicht Referenz-position() oder last(), und muss nicht numerisch sein: in der Tat, es muss so sein, dass die sächsischen bestimmen kann zur compile-Zeit, nicht numerisch). Filter können angewendet werden, um die Gewerkschaften oder die Zweigstellen der Gewerkschaften. Jeder Verstoß gegen diese Bedingungen bewirkt, dass der Ausdruck, der ausgewertet werden, ohne dass die streaming-Optimierung.

• Diese Regeln gelten nach dem anderen-Optimierung umschreibt die angewendet wurden, zum Ausdruck. Zum Beispiel, einige FLWOR-Ausdrücke können geschrieben werden, um einen XPath-Ausdruck, entspricht diesen Regeln.

• Optimierung ist nur aktiviert, wenn diese explizit angefordert werden, entweder mit der sächsischen:stream () - Erweiterung-Funktion, oder die Sächsische:lese-mal-Attribut auf anXSLT xsl:copy-Anweisungen oder XQuery-pragma-sächsischen: - stream. Es ist nur verfügbar, wenn das stylesheet bzw. die Abfrage verarbeitet mit Saxon-SA."

Hinweis: Es ist wahrscheinlich in der kommerziellen version diese Möglichkeit zur Verfügung steht. Ich habe verwendet sächsischen ausführlich erwähnt, und es ist ein schönes Stück Arbeit.

InformationsquelleAutor der Antwort Thorbjørn Ravn Andersen

Standard javax xpath-API-technisch schon funktioniert mit streams; javax.xml.xpath.XPathExpression ausgewertet werden können gegen eine InputSourcedie wiederum aufgebaut werden kann, mit einem Reader. Ich glaube nicht, dass es baut einen DOM unter der Decke.

InformationsquelleAutor der Antwort skaffman

Ich glaube nicht, dass xpath arbeitet mit SAX, aber Sie könnte nehmen Sie einen Blick auf StAX, die ein erweitertes streaming-XML-API für Java.

http://en.wikipedia.org/wiki/StAX

InformationsquelleAutor der Antwort ptriller