我正在设计一个系统，允许通过立法来搜索相关条款，我在寻找存储数据的最佳方式方面遇到了一些困难。以下是标准：
有关立法是一个树状结构。每个法案都包含章节，章节可以有任何深度的小节（例如Act1:2.1.a.c）。每一层次的每一节或每一小节都是一个单独的条款。法案也可能包含法规，基本上是附录，并包含一组类似的章节和小节。每项法令和条例都有生效的日期（不一定相同）。结构的一个简单示例是：
Act1: "Act controlling something" (2001)
Section 1: This section relates to:
a. Something
b. These things too:
1. A long thing
2. A short thing
Regulation 1: (12 Jan 2004)
Section 5: This section relates to Section 1 of the main Act
a. This applies to everything short
b. This applies to everything long
Regulation 2: (14 Feb 2008)
Section 6: This section relates to Sections 1 and 2 of the main Act
a. This applies to all everything in the sections
b. This applies to something
条款和章节是基于主观标准相互关联的，需要手工建立，但可以应用于任何层次，如act1.regulation1.section5.a->act1.section1.b.2或act1.regulation2.section6->act1.section1。这种关系不一定是双向的。
系统需要能够查询这些关系，以便对act1.section1的搜索将显示所有标记为与其或其任何子部分相关的内容，可能还受日期的限制。
系统需要在独立的环境中，所以是基于文件的，而不是基于服务器的。
数据对用户是只读的。
前端和搜索引擎是非常直接的，但是我存储数据，我可能会使用python实现它。
由于后端需要基于文件，我认为sqlite将是最容易使用的数据库。然而，我并不完全相信xml不是一种更好的方法。我唯一担心的是，如果有必要的话，数据库以后可能更容易与其他系统集成。我还可以将两者结合起来，使用xml存储所有的立法，以及一个包含所有链接的sqlite表。
简而言之，我的问题是：对于这种类型的数据，什么是最合适的存储结构？
最佳答案
我会按照你的建议选择“组合”选项。
将实际内容存储在XML中
将关系存储为数据库中的（绝对）xpath对，例如。['/Act1/Regulation1/Section5/a', '/Act1/Section1/b/2']; ['/Act1/Regulation1/Section5/a', '/Act1/Regulation2/Section6']（即每列2行，第一列不唯一，对是唯一的）
将反向关系存储在具有相同布局的单独表中（用于反向查找）：['/Act1/Section1/b/2', '/Act1/Regulation1/Section5/a']; ['/Act1/Regulation2/Section6', '/Act1/Regulation1/Section5/a']（与上述唯一性约束相同）
如果你想做部分查找，可以在交叉表中添加一个间接的方向（如下所示），或者如果你需要极端的性能（我认为你不需要这样做，因为可能没有太多的数据（少于1亿个关系）），可以使用两个fix trie（作为前缀和后缀trie）。
relation_table (id, id):
[set_112, set119]
[set_112, set120]
set_table (id, prefix, is_full_path):
[set_112, '/Act1', false]
[set_112, '/Act1/Regulation1', false]
[set_112, '/Act1/Regulation1/Section5', true]
...
它是xpath的所有前缀（和/或后缀）的集合。那么，回答上述问题将是：
/Act1/Regulation2/Act1/Regulation1（即前一个查询的结果）SELECT set_id FROM set_table WHERE prefix = FOO原谅我，如果我没有在我的例子中再现你的例子关系。
编辑：根据您对输出的需求（以及初始xml文件的大小），我甚至会避免对原始文档进行xpath查找，而是将xml片段存储在数据库中（就像所有属于每个xpath的实际文本节点一样），然后动态地重构原始xml的较小版本。
XML解析（索引）很慢，因为XML不是。