XML编辑/替换的不错选择

问题描述

|| 我有一个巨大的（100k +行，5MB +）XML，它充当C ++应用程序的数据库。 XML的结构非常简单，例如，它具有以下块：

<foo>
<bar prop=\"true\"/>
<baz>blah</baz>
</foo>

标签的嵌套深达数个层次，并且许多项目具有多个属性。查找和替换这种文件块的好方法是什么？例如，假设上述部分重复了几十次，并且在每个块中标签

<baz>

的值都不同。我想进行如下编辑： 将标签“ 1”中包含的所有值设置为给定值。 删除包含某些值的块 等等。 到目前为止，我已经学习了以下方法来实现此目的： 查找/替换：轻而易举的简单解决方案，也是我的最后一个后备。恕我直言，这种方法是最耗时，容易出错且痛苦的方法。绝对不得已。 RegExes：使用正则表达式匹配感兴趣的块并使用替换表达式对其进行编辑。 Kinda喜欢此博客文章：http://blogs.msdn.com/b/vseditor/archive/2004/08/12/213770.aspx。但是我觉得这很容易出错，并且如果正则表达式第一次不正确的话，可能会丢失很多东西。 解析器和保存：编写一个快速程序，使用Xerces或XML DOM接口（或其他XML库）解析XML，读取XML，根据需要进行操作，然后保存回磁盘。同样，此方法是一个缓慢的过程，但是一旦启动并运行，则比RegExes容易进行修改并且更加灵活。 有没有更好的方法来解决这个问题？ （编辑：感谢所有使用数据库建议的重做，我知道它是一团糟，但是用“更好的方式来解决这个问题”是指“查找/替换”部分。）     

解决方法

如果您不想将整个文档放在内存中，则可以使用SAX解析器读取它。阅读时，将转换后的文档附加到第二个（或临时）文件中。我认为这可能会很快，并且只占用少量内存。     ,  有没有更好的方法来解决这个问题？ 如果必须使用XML，则可以使用XML数据库，例如BDB XML（具有C ++ API）。它支持XQuery，事务等。 其他选项包括TinyXML，我过去曾经成功使用过。快速且易于使用，不一定是该大小文件中最快的，但它可以完成工作。     ,您实际的内存限制是什么？ 5MB是很大的，但按照当前的RAM标准来说并不是很大。 如果可以的话，我将DOM与XPath一起使用，这将比SAX或其他基于流的解析要少得多的开发工作。我对SAX的问题是，如果您确实将其用作内存数据库，则意味着按需进行随机访问，而SAX则不适合这样做-您将不得不反复分析和重新序列化，而一旦拥有DOM，至少您可以随意使用它。 Echo评论也将存储RAM中的数据库信息。许多替代方法比XML更适合于此。也许您可以使用DOM / XPath来实现战术解决方案，并作为长期项目来研究撕裂与更换。