JAVA使用XPath和XQuary查询xml文件

xml文件

下载地址为https://dblp.uni-trier.de/xml 下载的dblp.xml.gz文件解压后有两个多G直接读取导致程序的内存溢出。

文件处理

处理的方法是使用window中的cmd的more 命令。使用cd 命令将目录转到xml文件的目录。 使用命令 more dblp.xml
使用如下
然后按方向键↓则可以依次刷出数据，避免了加载整个文件导致的内存过大的问题。本例子截取了前面几十个article并手动补全了最后的dblp标签。另存为了dblp_part.xml放到了C盘的根目录下。

在语言的选择中，先是选用了python对文件进行处理，但是在用python完成使用xPath对xml的处理后发现在python环境中很难实现用xQuary对文件进行处理，所以转去使用java。
ide的选择是idea。

建立java工程

选择在idea中搭建java环境。首先在电脑安装java并配置环境变量这里不再赘述，接着安装idea。

idea安装完成后新建java工程的步骤如下：
File->New->Project…

在弹出的界面中确保java环境然后一路Next

记住在最后一步可以选择工程的名字

工程建立后在左边的目录中找到src右键 New->Java Class

为新文件命名，然后点击Class

然后就可以愉快的编程了

在idea中引入jar包

有时候在完成工作的时候需要引入第三方的jar包，首先需要下载相应的jar包，然后把其加到工程中。
在idea中引入下载的jar的方法如下：
File->Project Structure->

然后点Modules->✚->JARs or directories

选完文件后点击Apply即可把jar添加到工程中。如此，一些不能import的文件就能import了，于是一些不能用的函数就可以引用了。

XQuary

本案例使用的是saxon环境运行的XQuary。
请自行寻找资源或者 https://download.csdn.net/download/xman4code/12082958
首先下载saxon插件下载完成解压后找到三个jar包：

把jar包引入到工程里后准备工作已经就绪，下面可以正式开始了。
首先用记事本或者notepad++新建如下内容的文档。

for $x in doc("C://dblp_part.xml")/books/book
where $x/price>30
return $x/title

内容为xQuary查询语言可自行编辑。

然后保存为dblp.xqy放到C盘根目录。
然后java代码如下：

import java.io.File;
import java.io.FileInputStream;
import jav