Question

xml 格式 :

<?xml version="1.0" encoding="UTF-8"?>
<!DOCTYPE >
<root>
 <node>
  <element1></element1>
  <element2></element2>
  <element3></element2>
  <element4></element3>  
</node>
</root>

<?xml version="1.0" encoding="UTF-8"?>
<!DOCTYPE >
<root>
 <node>
  <element1></element1>
  <element2></element2>
  <element3></element2>
  <element4></element3>  
</node>
</root>

and several more xml declarations after. BTW, the file size 500MB. I would like to ask for help how to parse this file without breaking it up into different files using PHP.

Any help would be appreciated. Thank you..

Answer 1

如果您不想拆分文件, 您必须在内存中工作。鉴于您的 500MB 文件大小, 这可能会产生问题。总之, 一个选项是从所有文档中删除 XML Prolog 和 DocType, 然后将整个文件装入 :

$dom = new DOMDocument;
$dom->loadXML(
    sprintf(
         <?xml version="1.0" encoding="UTF-8"?>%s  .
         <!DOCTYPE >%s  . 
         <roots>%s</roots> ,
        PHP_EOL, 
        PHP_EOL, 
        str_replace(
            array(
                 <?xml version="1.0" encoding="UTF-8"?> , 
                 <!DOCTYPE > 
            ),
              ,
            file_get_contents( /path/to/your/file.xml )
        )
    )
);

这将使它变成一个巨大的 XML 文件, 只有一个 XML Prolog 和一个 DocType (注I 假设文档中所有文档的 DocType 相同) 。然后您可以通过对单个根元素进行循环处理来处理文件。

友情链接