我要拆分较大的XML文件(“ONIX”标准)。基本结构是:
<?xml version="1.0" encoding="utf-8"?>
<!DOCTYPE ONIXmessage SYSTEM "http://www.editeur.org/onix/2.1/short/onix-international.dtd">
<!-- DOCTYPE is not always present and might look differently -->
<ONIXmessage> <!-- sometimes with an attribute -->
<header>
...
</header> <!-- up to this line every out-file should be identical to source -->
<product> ... </product>
<product> ... </product>
...
<product> ... </product>
<ONIXmessage>
我想要做的是将此文件拆分为大小相同的n个较小的文件。为此,我将计算
<product>
节点的数量,将它们除以n,然后将其克隆到n个新的xml文件中。我进行了很多搜索,此任务似乎比我想象的要难。<header>
节点但没有<product>s
的新XML文档。我可以使用正则表达式来做到这一点,但我宁愿使用xml工具。 <product>
节点传输到新XML文档的最聪明方法是什么?对象表示法,例如$xml.ONIXmessage.product | % { copy... }
,XPath()
查询(可以使用XPath()选择n个节点吗?)和CloneNode()
或XMLReader
/ XMLWriter
吗? 我要感谢一些朝着正确方向前进的人!
最佳答案
一种方法是:
例:
param($path, [int]$maxitems)
$file = Get-ChildItem $path
################
#Read file
$xml = [xml](Get-Content -Path $file.FullName | Out-String)
$product = $xml.SelectSingleNode("//product")
$parent = $product.ParentNode
#Create copy-template
$copyxml = [xml]$xml.OuterXml
$copyproduct = $copyxml.SelectSingleNode("//product")
$copyparent = $copyproduct.ParentNode
#Remove all but one product (to know where to insert new ones)
$copyparent.SelectNodes("product") | Where-Object { $_ -ne $copyproduct } | ForEach-Object { $copyparent.RemoveChild($_) } > $null
$allproducts = @($parent.SelectNodes("product"))
$totalproducts = $allproducts.Count
$fileid = 1
$i = 0
foreach ($p in $allproducts) {
#IF beggining or full file, create new file
if($i % $maxitems -eq 0) {
#Create copy of file
$newFile = [xml]($copyxml.OuterXml)
#Get parentnode
$newparent = $newFile.SelectSingleNode("//product").ParentNode
#Remove all products
$newparent.SelectNodes("product") | ForEach-Object { $newparent.RemoveChild($_) } > $null
}
#Copy productnode
$cur = $newFile.ImportNode($p,$true)
$newparent.AppendChild($cur) > $null
#Add 1 to "items moved"
$i++
#IF Full file, save
if(($i % $maxitems -eq 0) -or ($i -eq $totalproducts)) {
$newfilename = $file.FullName.Replace($file.Extension,"$fileid$($file.Extension)")
$newFile.Save($newfilename)
$fileid++
}
}
更新:由于性能在这里很重要,因此我创建了该脚本的新版本,该脚本使用foreach循环和xml模板作为副本,以删除99%的读取操作和删除操作。概念仍然相同,但是执行方式不同。
基准测试:
10 items, 3 per xml OLD solution: 0.0448831 seconds
10 items, 3 per xml NEW solution: 0.0138742 seconds
16001 items, 1000 per xml items OLD solution: 73.1934346 seconds
16001 items, 1000 per xml items NEW solution: 5.337443 seconds
关于xml - 如何使用Powershell将XML文件拆分为较小的文件,我们在Stack Overflow上找到一个类似的问题:https://stackoverflow.com/questions/37058864/