Discussion :

[valal]

voila,

je cherche la meilleure façon (gain de temps surout) de réaliser le travail suivant :

- je dispose d'un repertoire avec une centaine de fichiers XML (à plat).
- le but est de detecter certains elements spécifiques (tag) en doubles
- ces elements peuvent se trouver soit dans le même fichier ou dans n'importe quel autre fichier xml du repertoire.

ma question est comment proceder? DOM? SAX?,XSL?.

merci de votre aide.

[GrandFather]

Salut,

personnellement, je procèderais de la manière suivante, en tout Java :

- Parcours récursif des repértoires et ouverture de chaque fichier XML
- parsing SAX du fichier, et recherche dans une table de hachage d'un tag déja présent, sinon stockage dans la table de hachage

[valal]

merci GrandFather,

- ok pour parcours de tt les fichiers.

- tu peux m'en dire plus sur :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

et recherche dans une table de hachage

en particulier sa construction. sachant que des que je trouve un tag qui m'interesse dans un fichier A. il faut que je cherche le même tag à la fois dans A et aussi dans tous les autres fichierautre que A du repertoire.

[GrandFather]

Tu connais à l'avance le nom des éléments dont tu dois trouver les doublons, ou sont-ils désignés selon un critère qui n'est évalué que durant l'exécution ?

[valal]

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

le nom des éléments dont tu dois trouver les doublons

oui, j'ai une liste mais il ya un critere sur leur attribut (pas sur la valeur de lattribut mais seulement si l'attribut existe ou non).

[Xavinou]

Gain de temps d'execution ou de développement ?

Dans le 1er cas SAX semble effectivement la meilleure solution, sinon construire des DOM et lancer des requêtes XPath est sans doute plus rapide...

[valal]

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

Gain de temps d'execution ou de développement

plutot execution car ce bout de code va s'imbriquer dans un gros projet et j'ai pas envie de plomber ses perfs

j'ai déja commencé avec SAX ça avance bien. pour l'instant je detete ls elements qui m'interesse. donc vous confirmez bien que SAX est plus rapide (execution)?

[GrandFather]

j'ai déja commencé avec SAX ça avance bien. pour l'instant je detete ls elements qui m'interesse. donc vous confirmez bien que SAX est plus rapide (execution)?

Ca dépend plus rapide que quoi.
Question rapidité, la comparaison SAX/DOM n'est pas très pertinente dans le sens où dans la plupart des parseurs qui implémentent SAX et DOM, l'arbre DOM est construit à partir d'événements SAX... En te passant de DOM, le gain se limitera à l'économie du temps que représente l'instanciation des objets Node.

[valal]

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

 gain se limitera à l'économie du temps que représente l'instanciation des objets Node.

ok.

mon pb actuel est le choix de la structure de données ds laquelles je vais stocké les info pour une recherche de doublons à la fin du traitement. pour la hashTable le pb c'est qu'elle n'accepte pas les clef en double!!! alors que moi je dois stocker à chaque fois un couple (clé,valeur).

merci.

[GrandFather]

Tu ne peux pas stocker directement les objets Node dans ta table... Utilise plutôt un ArrayList qui contiendra tous les objets Node associés à une clé particulière (nom de l'élément). La première tentative d'insérer un couple (clé,Node) dans la table créera une instance de ArrayList avec le Node comme seul élément, puis insérera e la paire (clé,ArrayList) dans la table ; les insertions suivantes ne feront qu'ajouter un Node supplémentaire au ArrayList associé à la clé de recherche.

[valal]

dsl j'ai eu une autre urgence....merci pour les explications mais à vrai dire je n'ai pas trés bien capté la dernière "GrandFather".

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

Utilise plutôt un ArrayList qui contiendra tous les objets Node associés à une clé particulière (nom de l'élément)

tu veux dire stocker tt les noeuds qui m'interesse ds un arrayList sous forme de Node?

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

La première tentative d'insérer un couple (clé,Node) dans la table créera une instance de ArrayList avec le Node comme seul élément

pas compris

- pour eclaircir les choses :

- je cherche tt les tag qui ont un certain attribut AT pour lequelles il ya au moins le même tag (avec le même attribut AT) réutilisé ds un même fichier ou dans deux fichier différents et ceci dans un lot de document XML.


j'ai donc besoin de stocker les infos suivantes :

- tag
- valeur de AT
- et le fichier oû se trouve se tag

le premier pb c'est que je peux trouver le tag ds le même fichier et là c'est deux fois les mêmes données.
le deuxiéme c'est que choisir comme clé? (le tag?, lavaleur de AT?, le nom du fichier?....)

merci pour votre aide.