0

各位程序员，

我搜索了论坛，但找不到我的问题的答案。

我正在尝试使用 expat 在 C 中解析 2 GB xml 文件，这里是我的代码片段（我已经删除了与我的问题无关的大部分部分），

void main(int argc, char **argv) {
  XML_Parser p = XML_ParserCreate(NULL);
  FILE *fp;
  fp = fopen("/dev/shm/GNBIExport_XML_RT_06_11_2015_07_48_53_953_10_100_5_153.xml","r");
  XML_UseParserAsHandlerArg(p);
  XML_SetElementHandler(p, start_hndl, end_hndl);
  XML_SetCharacterDataHandler(p, char_hndl);
  char buffer[10000000];
  memset(buffer,0,10000000);
  size_t file_size=0;
  file_size=fread(buffer,sizeof(char),10000000,fp);
  while(file_size != 0 ){
    if ( XML_Parse(p,buffer,strlen(buffer),XML_FALSE) == XML_STATUS_ERROR ){


           printf("Encountered error\n");
             exit(-1);
        }
file_size=fread(buffer,sizeof(char),10000000,fp);
      }
}

如您所见，我正在从文件中读取并放入大小为 10000000 的缓冲区。

我的问题是，我有时会收到格式错误的 XML 错误或不匹配的标签错误。我的理解是因为 xml 文件很大，所以当数据被读入缓冲区时，它可能会错过在缓冲区中包含结束标记，而缓冲区中存在打开标记 - 这就是为什么不匹配的标记错误，格式错误的 XML 错误，因为，而不是读取完整的标签，例如 xml 是

<Transmission>  <BTSTEMPLATERSC> <attributes><TEMPLATENAME>defaultOfBTS30</TEMPLATENAME></attributes> </BTSTEMPLATERSC>

和缓冲区只读

<Transmission>  <BTSTEMPLATERSC> <attributes><TEMPLATENAME>defaultOfBTS30</TEMPLATENAME></attributes> </BTSTEMPL

BTSTEMPLATERSC 标记不完整，因此出现格式错误的 xml 错误。

那么，有人可以帮我知道如何正确读取一大块 xml 数据，以便避免这两个错误吗？

谢谢萨韦什

4

0 回答 0