在Perl中,如何解析一个太大而无法放入可用内存的XML文件?

试试 XML::Parser 模块。应该是你需要的。

another link

见 Processing an XML document chunk by chunk 在里面 XML::Twig .

您想使用SAX解析器 XML::SAX 实现start-element和end-element方法来构建节点树

您应该使用流分析程序,例如 XML::Parser (依次是上面的一层 expat )您必须为您感兴趣的标签注册处理程序,并自己做簿记。与其他流模型(如SAX)一样,您不会同时获得文件的整个视图(除了您在代码中显式使用的子集)。

下面是一个使用XML::Parser的解决方案。欢迎评论。

use XML::Parser;

%elemMap = ();

@context = ();

sub on_start {
    my ($p, $elemName, @alist) = @_;
    my $parent = @context[-1];
    if ($parent) {
        $elemMap{$parent}{$elemName}++;
    }        
    push(@context, $elemName);
}

sub on_end {
    pop(@context);
}

$p = new XML::Parser(Handlers => {Start => \&on_start, End => \&on_end});
$p->parse(STDIN);

while (my ($elem, $childElems) = each(%elemMap)) {
    while (my ($childElem, $count) = each(%{$childElems})) {
        print "$elem > $childElem: $count\n";
    }
}

当您第一次尝试找出未知XML文件的结构时,请在一个或多个文件中打开它,并开始对其进行分页。不要使用试图将整个文件加载到内存中的编辑器,除非您非常希望等待您的计算机。

当您不知道数据是如何构造的时,构建一个解析器将是非常令人沮丧的,所以不要先跳到编码中去,跳到探索中去,直到您知道足够开始编码为止。