Java 高效的SAX处理

我有一系列包含邮政编码及其相应纬度和经度的XML，如下所示

<?xml version="1.0"?>
<postcodes>
    <entry postcode='AB1 0AA' latitude='7.101478' longitude='2.242852' />
    <entry postcode='AB1 0AB' latitude='7.201458' longitude='2.122952' />
</postcodes>

site.getPostcode（）

在处理程序中变为

postcodeToFind

。下面使用的唯一SAX处理程序方法的代码

@Override 
public void startElement(String uri, String localName, String qName, Attributes attributes) throws SAXException {
    if (postcodeToFind.equals(attributes.getValue("postcode"))){
        System.out.println("The postcode '"+postcodeToFind+"', has a latitude of "+attributes.getValue("latitude")+" and a longitude of "+attributes.getValue("longitude"));
        throw new SAXException();   
    }      
}

目前这很耗时（2000次搜索只需不到4分钟），但我需要更快的加载时间。30秒以下为佳。到目前为止，我已经成功地将加载时间减少了一半以下

• 将处理程序必须运行的次数减少到必要的次数（通过减少需要检查的实体数量）
• 一旦找到我需要的数据，使startElement（）方法抛出异常，这样它就不会继续进行不必要的搜索
• 将XML文件分解为更小的文件（字母表中的每个字母对应一个文件），以便处理程序对每个文件检查的元素更少

---

Q：有人对更高效的SAX处理有任何其他建议吗？

如果您可以将要检索地理位置的所有邮政编码传递给您的处理程序，处理程序可以一次性检索它们。 执行此操作的SAXHandler可能如下所示：

import java.util.HashMap;
import java.util.List;
import java.util.Map;

import org.xml.sax.Attributes;
import org.xml.sax.SAXException;
import org.xml.sax.helpers.DefaultHandler;

public class SAXDemo extends DefaultHandler {

  private Map<String, Location> postalCodeMap;

  static class Location {
    String latitude;

    String longitude;
  }

  public SAXDemo(List<String> postalCodes) {
    this.postalCodeMap = new HashMap<String, SAXDemo.Location>();
    for (String postalCodeToLookFor : postalCodes) {
      this.postalCodeMap.put(postalCodeToLookFor, new Location());
    }
  }

  @Override
  public void startElement(String uri, String localName, String qName, Attributes attributes) throws SAXException {
    String postCodeOfElem = attributes.getValue("postcode");
    if (postCodeOfElem != null && this.postalCodeMap.containsKey(postCodeOfElem)) {
      Location loc = this.postalCodeMap.get(postCodeOfElem);
      loc.latitude = attributes.getValue("latitude");
      loc.longitude = attributes.getValue("longitude");
    }
  }

  public Location getLocationForPostalCode(String postalCode) {
    return this.postalCodeMap.get(postalCode);
  }

  public Map<String, Location> getAllFoundGeoLocations() {
    return this.postalCodeMap;
  }
}

import java.util.HashMap；
导入java.util.List；
导入java.util.Map；
导入org.xml.sax.Attributes；
导入org.xml.sax.SAXException；
导入org.xml.sax.helpers.DefaultHandler；
公共类SAXDemo扩展了DefaultHandler{
私有地图后处理；
静态类位置{
弦纬度；
弦经度；
}
公共SAXDemo（列出后代码）{
this.postalCodeMap=newhashmap（）；
for（字符串postalCodeToLookFor:postalCodes）{
this.postalCodeMap.put（postalcodeookfor，new Location（））；
}
}
@凌驾
public void startElement（字符串uri、字符串localName、字符串qName、属性）引发SAXException{
字符串postCodeOfElem=attributes.getValue（“postcode”）；
if（postCodeOfElem！=null&&this.postalCodeMap.containsKey（postCodeOfElem））{
Location loc=this.postalCodeMap.get（postCodeOfElem）；
loc.latitude=attributes.getValue（“纬度”）；
loc.longitude=attributes.getValue（“经度”）；
}
}
公共位置getLocationForPostalCode（字符串postalCode）{
返回此.postalCodeMap.get（postalCode）；
}
公共地图getAllFoundGeoLocations（）{
返回此.postalCodeMap；
}
}

在这里，您将字符串列表传递给处理程序的构造函数，然后让处理程序用所有XML数据解析文档。

---

解析完成后，所有检索到的地理位置都可以在

postalCodeMap

中找到。如果内存不是这里的关键要求，那么该文件的dom树（可能使用JAXB或XStream等现代技术）可以通过读取一次文件，然后访问内存中的所有内容来加快速度。这可以大大提高性能（以更高的内存消耗为代价）。您可以使用Apache Tika并使用正则表达式来获取该值使用数据库而不是XML文件？我想我可以使用嵌入式数据库，但我正在删除实体实例的当前SQL数据库不是我要处理的。至于DOM，该软件最终将不得不运行在只有2gb RAM的标准台式机上，因此在内存中存储260万个元素可能是需要避免的。另一种想法是，如果可以对要查找其邮政编码的实体进行预排序，并对xml数据进行排序，您可以通过sax解析器一次提取所有相关的地理位置。这也应该比为每一个实体重新分析整个结构要快很多，这真是个天才。我要看看我是否能让它工作。我的项目花了很多时间才让它工作，我不得不将所有邮政编码XML编译成一个包含250万个元素的大文件。之前只运行整个项目花了整整1分钟，其中大部分被SAX解析占用。现在，整个项目在10秒内完成。嘿，很高兴听到它有帮助！

import java.util.HashMap;
import java.util.List;
import java.util.Map;

import org.xml.sax.Attributes;
import org.xml.sax.SAXException;
import org.xml.sax.helpers.DefaultHandler;

public class SAXDemo extends DefaultHandler {

  private Map<String, Location> postalCodeMap;

  static class Location {
    String latitude;

    String longitude;
  }

  public SAXDemo(List<String> postalCodes) {
    this.postalCodeMap = new HashMap<String, SAXDemo.Location>();
    for (String postalCodeToLookFor : postalCodes) {
      this.postalCodeMap.put(postalCodeToLookFor, new Location());
    }
  }

  @Override
  public void startElement(String uri, String localName, String qName, Attributes attributes) throws SAXException {
    String postCodeOfElem = attributes.getValue("postcode");
    if (postCodeOfElem != null && this.postalCodeMap.containsKey(postCodeOfElem)) {
      Location loc = this.postalCodeMap.get(postCodeOfElem);
      loc.latitude = attributes.getValue("latitude");
      loc.longitude = attributes.getValue("longitude");
    }
  }

  public Location getLocationForPostalCode(String postalCode) {
    return this.postalCodeMap.get(postalCode);
  }

  public Map<String, Location> getAllFoundGeoLocations() {
    return this.postalCodeMap;
  }
}