+关注
已关注

分类  

暂无分类

标签  

暂无标签

日期归档  

2019-08(17421)

2019-09(27243)

将大型XML文件转换为关系数据库

发布于2019-09-11 19:40     阅读(255)     评论(0)     点赞(9)     收藏(0)


我正在努力找出实现以下目标的最佳方法:

  1. 每天从第三方网站下载大型XML(1GB)文件
  2. 将该XML文件转换为我的服务器上的关系数据库
  3. 添加搜索数据库的功能

对于第一部分,这是需要手动完成的事情,还是可以用cron完成?

与XML和关系数据库相关的大多数问题和答案都是指Python或PHP。这可以用javascript / nodejs完成吗?

如果这个问题更适合不同的StackExchange论坛,请告诉我,我会把它移到那里。

下面是xml代码的示例:

<case-file>
  <serial-number>123456789</serial-number>
    <transaction-date>20150101</transaction-date>
      <case-file-header>
       <filing-date>20140101</filing-date>
      </case-file-header>
      <case-file-statements>
       <case-file-statement>
        <code>AQ123</code>
        <text>Case file statement text</text>
       </case-file-statement>
       <case-file-statement>
        <code>BC345</code>
        <text>Case file statement text</text>
       </case-file-statement>
     </case-file-statements>
   <classifications>
  <classification>
   <international-code-total-no>1</international-code-total-no>
   <primary-code>025</primary-code>
  </classification>
 </classifications>
</case-file>

以下是有关如何使用这些文件的更多信息:

所有XML文件都采用相同的格式。每条记录中可能有几十个元素。这些文件每天由第三方更新(并在第三方网站上以压缩文件的形式提供)。每天的文件代表新的案例文件以及更新的案例文件。

目标是允许用户搜索信息并在页面上(或在生成的pdf / excel文件中)组织这些搜索结果。例如,用户可能希望查看包含<text>元素内特定单词的所有案例文件或者用户可能希望查看包含主代码025(<primary-code>元素)的所有案例文件以及在特定日期(<filing-date>元素)之后提交的案例文件

输入数据库的唯一数据来自XML文件 - 用户不会将任何自己的信息添加到数据库中。


解决方案


所有步骤当然可以使用node.js有一些模块可以帮助您完成以下每项任务:

    • node-cron:允许您在节点程序中轻松设置cron任务。另一个选择是在您的操作系统上设置一个cron任务(为您喜欢的操作系统提供大量资源)。
    • 下载:模块可以轻松地从URL下载文件。
  1. xml-stream:允许您流式传输文件并注册解析器遇到某些XML元素时触发的事件。我已成功使用此模块来解析KML文件(授予它们比文件小得多)。

  2. node-postgres:PostgreSQL的节点客户端(我确信有许多其他常见RDBMS的客户端,PG是我迄今为止唯一使用过的客户端)。

这些模块中的大多数都有很好的例子可以帮助您入门。以下是您可能设置XML流媒体部分的方法:

var XmlStream = require('xml-stream');
var xml = fs.createReadStream('path/to/file/on/disk'); // or stream directly from your online source
var xmlStream = new XmlStream(xml);
xmlStream.on('endElement case-file', function(element) {
    // create and execute SQL query/queries here for this element
});
xmlStream.on('end', function() {
    // done reading elements
    // do further processing / query database, etc.
});


所属网站分类: 技术文章 > python文章

作者:黑洞官方问答小能手

链接: http://www.pythonheidong.com/blog/article/108045/

来源:python黑洞网 www.pythonheidong.com

任何形式的转载都请注明出处,如有侵权 一经发现 必将追究其法律责任

9 0

赞一赞 or 踩一踩

收藏该文
已收藏

评论内容:(最多支持255个字符)

相似文章

  如何将XML文件转换为漂亮的pandas数据帧?

  使用Python将BibTex文件转换为数据库条目

  在Python中将JSON转换为SQLite - 如何正确地将json密钥映射到数据库列?

  将YAML文件转换为python dict

  用于将文件转换为MP3并设置其质量的Python库

  使用python和pandas将OHLC库存数据转换为不同的时间范围

  Linux下5大关系型数据库管理系统

  如何使用python在MySQL数据库中插入/检索存储为BLOB的文件

  从模型数据生成XML文件

优质资源排行榜

 python经典电子书大合集下载 下载次数 8104

 零基础java开发工程师视频教程全套,基础+进阶+项目实战(152G) 下载次数 7543

 零基础前端开发工程师视频教程全套,基础+进阶+项目实战(共120G) 下载次数 7438

 零基础大数据全套视频400G 下载次数 7001

 零基础php开发工程师视频教程全套,基础+进阶+项目实战(80G) 下载次数 6891

 零基础软件测试全套系统教程 下载次数 6501

 全套人工智能视频+pdf 下载次数 6436

 IOS全套视频教程 基础班+就业班 下载次数 4679

 编程小白的第一本python入门书(高清版)PDF下载 下载次数 3076

10  effective python编写高质量Python代码的59个有效方法 pdf下载 下载次数 3047

11  Python深度学习 pdf下载 下载次数 3035

12  使用python+pygame开发的小游戏《嗷大喵快跑》源码下载 下载次数 2998

13  python项目开发视频 下载次数 2996

14  python从入门到精通视频(全60集)python视频教程下载 下载次数 2993

15  黑马2017年java就业班全套视频教程 下载次数 2992

16  python实战项目 平铺图像板系统源码下载,适用于想要保存,标记和共享图像,视频和网页的用户 下载次数 2987

17  利用python实现程序内存监控脚本 下载次数 2986

18  老男孩python自动化视频 下载次数 2979

19  树莓派Python编程指南 pdf下载 下载次数 2976

20  尚硅谷Go学科全套视频 下载次数 2972

21  老王python基础+进阶+项目视频教程 下载次数 2971

22  某硅谷Python项目+AI课程+核心基础视频教程 下载次数 2966

23  Web前端实战精品课程 下载次数 2966

24  Python基础教程 pdf下载 下载次数 2962

25  tron python小游戏 下载次数 2962

26  [小甲鱼]零基础入门学习Python 下载次数 2959

27  老男孩python全栈开发15期 下载次数 2958

28  2017最新web前端开发完整视频教程附源码 下载次数 2948

29  最新全套完整JAVAWEB2018开发视频 下载次数 2926

30  Python算法教程_中文版 pdf下载 下载次数 2910

31  Spring boot实战视频6套下载 下载次数 2909

32  python全套视频十五期(116G) 下载次数 2901

33  Python项目实战 下载次数 2882

34  python全自动抢火车票教程-python视频教程下载 下载次数 2882

35  30个小时搞定Python网络爬虫 含源码 下载次数 2881

36  尚硅谷大数据之Hadoop视频 下载次数 2876

37  简明python教程 (A Byte of Python)pdf下载 下载次数 2870

38  Python A~B~C~ python视频教程下载 下载次数 2864

39  数据结构与算法视频(小甲鱼讲解-全) 下载次数 2863

40  web小程序表白天数倒计时源码下载 下载次数 2862

41  python基础视频教程 下载次数 2862

42  Python高性能编程 pdf下载 下载次数 2858

43  Python Cookbook第三版中文PDF下载高清完整扫描原版 下载次数 2856

44  go语言全套视频 下载次数 2852

45  清华学霸尹成Python爬虫视频-ok 下载次数 2845

46  黑马前端36期最全视频和代码 下载次数 2841

47  2018最新全套web前端视频教程+源码下载 下载次数 2839

48  利用Python进行数据分析 pdf下载 下载次数 2834

49  老男孩Python自动化开发12期 老男孩最强一期python高级运维开发课程 第二部分 70GB 下载次数 2832

50  python视频 神经网络 Tensorflow 下载次数 2827