golang 解析大xml文件

最新推荐文章于 2024-11-08 11:30:30 发布

xinyu391

最新推荐文章于 2024-11-08 11:30:30 发布

阅读量2.1k

点赞数

CC 4.0 BY-SA版权

分类专栏： golang

本文链接：https://blog.youkuaiyun.com/xinyu391/article/details/83117104

golang 专栏收录该内容

2 篇文章

订阅专栏

本文介绍使用Golang解析大型XML文件的方法，通过逐个元素处理避免内存溢出，特别适用于处理HTML时忽略不规范标签的需求。同时，展示了如何配置解析器以支持字符转义和自定义行为。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

golang 解析很大的xml

in, err := os.Open(os.Args[1])

	defer in.Close()
	decoder := xml.NewDecoder(in)
	var t xml.Token
	var text bool
	for t, err = decoder.Token(); err == nil; t, err = decoder.Token() {

		switch token := t.(type) {
		case xml.StartElement:
			name := token.Name.Local
			if name == "text" {
				text = true
			}
		case xml.EndElement:
			text = false
		case xml.CharData:
			if text {
				content := string([]byte(token))
				fmt.Println(content)
				return
			}
		default:
			return
			//
		}
	}

如果解析的是html，则可以指定如下属性，用于忽略“不正规”的html标签，

decoder.Strict = false
decoder.AutoClose = xml.HTMLAutoClose
下面属性，可以进行字符转义，默认只转义这5个 < > & ' "
decoder.Entity = xml.HTMLEntity