java - 高效地将多个大型 xml 文件合并为一个文件

Question

我在网上搜索，我在 stackoverflow 上下搜索。没有解决方案。虽然我找到了如何在纯 xslt 中执行此操作的解决方案 here .

但问题是生成的 xml 将有数百 MB 大。所以我必须用 Java 中的 SAX 来做到这一点。 (请不要使用 xslt 解决方案，尽管我用 xslt 标记了它；-))

让我更详细地解释一下。我有几个应该解析的多个 xml 文件(最好是 InputSteam 的)。文件或 InputStream 看起来像

输入流1

<root>
  <doc>
    <tag>test1</tag>
  </doc>
  <doc>
    <tag>test2</tag>
  </doc>
  ...
</root>

输入流2

<root>
  <doc>
    <tag>test3</tag>
  </doc>
  <doc>
    <tag>test4</tag>
  </doc>
  ...
</root>

inputstream1+inputstream2+...+inputstreamN = 生成的 xml。看起来像

<root>
  <doc>
    <tag>test1</tag>
  </doc>
  <doc>
    <tag>test2</tag>
  </doc>
  ...
   <doc>
    <tag>test3</tag>
  </doc>
  <doc>
    <tag>test4</tag>
  </doc>
  ...
</root>

有人对此有解决方案或链接吗？这可能通过实现自定义 InputSource 还是我应该使用自定义 ContentHandler？或者这可能是 joost/stx ？

如果我可以使用 ContentHandler 的好处是我可以应用一些小的转换(我已经实现了这个)。但问题是我不知道如何将多个文件或 InputStream 作为 InputSource 传递:

XMLReader xmlReader = XMLReaderFactory.createXMLReader();
xmlReader.setContentHandler(customHandler);
xmlReader.parse(getInputSource()); // only one InputStream possible

还是应该直接在我的 ContentHandler 中解析 InputStreams？

Answer 1

我自己没有这样做过，但我记得看到一篇 IBM developerworks 文章看起来很容易做到这一点。

现在有点旧了，但是试试http://www.ibm.com/developerworks/xml/library/x-tipstx5/index.html

这是 StAX 而不是 SAX。我不确定当前的 JDK 是否包含 StAX。如果没有，您可能可以从 http://stax.codehaus.org/ 获得它