根据子文本节点从大型XML中提取子XML的Java或Python方法

Question

我有一个很大的XML需要处理，如果这些标记中有<_0:路编号>A-52，<_0:路编号>AP-9或<_0:路编号>A-55值，我需要提取所有的“情况”标记，因为我不需要XML的其余部分。然后使用XML子操作构建XML文档。我不需要一个实现，只是我想知道如何处理这个问题，或者wich API是最被批准的，谢谢。

PD:我的最终目标是将XML转储到数据库中

XML GET:

print("GETTING XML...")
resp = requests.get('http://infocar.dgt.es/datex2/dgt/SituationPublication/all/content.xml', stream = True) #XML that I need
if resp.status_code != 200:
    raise ApiError('GET /tasks/ {}'.format(resp.status_code))
print("XML RECIBIDO 200 OK")
#resp.raw.decode_content = True
print("GUARDANDO XML")
with open("DGT_DATEX.xml", "wb") as handle:
    for data in (resp.iter_content()):
        handle.write(data)

dom = parse("DGT_DATEX.xml")

Answer 1

对于非常大的XML文档，最好使用萨克斯进行流处理(不需要立即将完整的文档存储在内存中)，但是对于查找元素来说，XPath是非常有用的。

对于Python，在xml.etree.ElementTree中有一些xml.etree.ElementTree，在xml.sax中有一些SAX --当然还有其他解析器。

还有SAX实现和XPath for Java。