4

所以我有一个巨大的 XML 文件（维基百科转储 xml）。

我的学校项目要求说我应该能够对这个 xml 文件进行非常快速的搜索（所以不，不要将它导入 sql 数据库）

所以我当然想创建一个索引器，它将显示在一个单独的文件（可能是 xml）中，如下所示：[要搜索的内容]：[包含内容的 xml 节点开头的字节偏移量]

我的问题是如何获取元素的位置，如果搜索需要，我如何跳转到 xml 中的该位置？

该项目使用 C#。先感谢您。

稍后编辑：我正在尝试使用 XmlReader，但我愿意接受任何其他建议。

目前，这就是我为非索引搜索读取 XML 的方式

XmlReader reader = XmlReader.Create(FileName);

while (reader.Read())
{
    switch (reader.Name)
    {
        case "page":

            Boolean found = false;
            String title = "";
            String element = "<details>";
            readMore(reader, "title");
            title = reader.Value;

            if (title.Contains(word))
            {
                found = true;
            }
            readMore(reader, "text");
            String content = reader.Value;
            if (content.Contains(word) & !found)
            {
                found = true;
            }
            if (found)
            {
                element += "<summary>" + title + " (click)</summary>";
                element += content;
                element += "</details>";
                result.Add(element);
            }

            break;
    }
}
reader.Close();
if (result.Count == 0)
{
    result.Add("No results were found");
}
return result;

…

static void readMore(XmlReader reader, String name)
{
    while (reader.Name != name)
    {
        reader.Read();
    }
    reader.Read();
}
4

1 回答 1

0

正确的解决方案是使用中间二进制格式；但是如果你不能这样做，并且假设你使用 DOM，我看不到任何解决方案，只能将节点在 DOM 树中的位置存储为索引列表。

JavaScript 中的示例（在 C# 中应该几乎相同）：

function getPosition(node) {
  var pos = [], i = 0;
  while (node != document.documentElement) {
    if (node.previousSibling) {
      ++i;
      node = node.previousSibling;
    } else {
      pos.unshift(i);
      i = 0;
      node = node.parentNode;
    }
  }

  return pos;
}

function getNode(pos) {
  var node = document.documentElement;
  for (var i = 0; i < pos.length; ++i) {
    node = node.childNodes[pos[i]];
  }

  return node;
}
于 2012-11-16T09:10:01.283 回答