XML文档分割成小块

XML文档分割成小块
 
当你要把XML文档分割成小块时，你要读取输入文档，创建输出文档和转换子文档。不管是在C++还是FOAL中的脚本中，CMarkup都使它变得简单。对于很大的XML文档，在提取子文档是使用CMarkup读取文件模式就可用很少的内存读取它。
关键问题是，当你分割XML文档时你想在那个地方分割？可以是一个合乎逻辑的根目录划分成子文档，也可以简单的按照文件大小来划分，就像把一个ten million大小的对象划分成one million大小的。
下面的C++代码是把一个包含N million个对象的XML文档分割成N个包含1 million个对象的文件。
这是程序的思想：
· 声明两个Cmarkup类的对象，一个是要被分割的输入文档，一个是输出文档
· 在循环读取所有对象时先打开那个巨大的输入文档
· 使用输出文档数形式的文件名打开一个输出文档
· 把输入文档的对象子文档转化成输出文档，直到对象计数达到最大值
· 关闭输出文档，重置对象计数器，输出文档计数器++
· 如果还没有达到输入文档的结尾，像上面得方法那样打开一个新的输出文档
· 达到了输入文档的结尾，跳出循环，关闭输出文档，关闭输入文档
 
// Split XML
CMarkup xmlInput, xmlOutput;
xmlInput.Open( "please_split.xml", MDF_READFILE );
int nObjectCount = 0, nFileCount = 0;
while ( xmlInput.FindElem("//object") )
{
  if ( nObjectCount == 0 )
  {
    ++nFileCount;
    xmlOutput.Open( "piece" + StrfromInt(nFileCount) + ".xml", MDF_WRITEFILE );
    xmlOutput.AddElem( "root" );
    xmlOutput.IntoElem();
  }
  xmlOutput.AddSubDoc( xmlInput.GetSubDoc() );
  ++nObjectCount;
  if ( nObjectCount == 1000000 )
  {
    xmlOutput.Close();
    nObjectCount = 0;
  }
}
if ( nObjectCount )
  xmlOutput.Close();
xmlInput.Close();
 
你也可以使用大小而不是对象的计数来作为分割XML文档的标志。要做到这一点，保持一个文档大小相符的文档（输出文档），直到达到阈值。上面程序的子文档转换发生在这一句xmlOutput.AddSubDoc( xmlInput.GetSubDoc() ).
你可以用两步替代，并跟踪大小：
MCD_STR sObject = xmlInput.GetSubDo