- Как привести большой xml файл в читабельный вид? Если я правильно
понял первое что необходимо сделать - считать данные из этого файла, второе - сформировать вывод, третье записать или вывести информацию
- предварительно загружают файл в память и не могут обработать мой файл... Если я правильно понял, то основная проблема в том что файл слишком большой и не хватает памяти что бы его прочесть
Если я вас неправильно понял, то прошу дать уточняющую информацию и в таком случае скорректирую ответ, а если правильно понял, то предлагаю воспользоваться библиотекой PHPOffice/PhpSpreadsheet Она была создана на основе библиотеки PHPExcel, которая была очень медленная, но поддерживала множество форматов, в том числе xml. Чем обусловлен выбор этой библиотеки? Она позволяет большие файлы читать порционно. Привожу пример кода автора по использованию библиотеки для чтения нескольких строк
<?php
error_reporting(E_ALL);
set_time_limit(0);
date_default_timezone_set('Europe/London');
?>
<html>
<head>
<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />
<title>PHPExcel Reader Example #11</title>
</head>
<body>
<h1>PHPExcel Reader Example #11</h1>
<h2>Reading a Workbook in "Chunks" Using a Configurable Read Filter (Version 1)</h2>
<?php
/** Include path **/
set_include_path(get_include_path() . PATH_SEPARATOR . '../../../Classes/');
/** \PhpOffice\PhpSpreadsheet\IOFactory */
include 'PHPExcel/IOFactory.php';
$inputFileType = 'Xls';
// $inputFileType = 'Xlsx';
// $inputFileType = 'Xml';
// $inputFileType = 'Ods';
// $inputFileType = 'Gnumeric';
$inputFileName = './sampleData/example2.xls';
/** Define a Read Filter class implementing \PhpOffice\PhpSpreadsheet\Reader\IReadFilter */
class chunkReadFilter implements \PhpOffice\PhpSpreadsheet\Reader\IReadFilter
{
private $_startRow = 0;
private $_endRow = 0;
/**
* We expect a list of the rows that we want to read to be passed into the constructor.
*
* @param mixed $startRow
* @param mixed $chunkSize
*/
public function __construct($startRow, $chunkSize)
{
$this->_startRow = $startRow;
$this->_endRow = $startRow + $chunkSize;
}
public function readCell($column, $row, $worksheetName = '')
{
// Only read the heading row, and the rows that were configured in the constructor
if (($row == 1) || ($row >= $this->_startRow && $row < $this->_endRow)) {
return true;
}
return false;
}
}
echo 'Loading file ',pathinfo($inputFileName, PATHINFO_BASENAME),' using IOFactory with a defined reader type of ',$inputFileType,'<br />';
/* Create a new Reader of the type defined in $inputFileType **/
$reader = \PhpOffice\PhpSpreadsheet\IOFactory::createReader($inputFileType);
echo '<hr />';
/* Define how many rows we want for each "chunk" **/
$chunkSize = 20;
/* Loop to read our worksheet in "chunk size" blocks **/
for ($startRow = 2; $startRow <= 240; $startRow += $chunkSize) {
echo 'Loading WorkSheet using configurable filter for headings row 1 and for rows ',$startRow,' to ',($startRow + $chunkSize - 1),'<br />';
/* Create a new Instance of our Read Filter, passing in the limits on which rows we want to read **/
$chunkFilter = new chunkReadFilter($startRow, $chunkSize);
/* Tell the Reader that we want to use the new Read Filter that we've just Instantiated **/
$reader->setReadFilter($chunkFilter);
/* Load only the rows that match our filter from $inputFileName to a PHPExcel Object **/
$spreadsheet = $reader->load($inputFileName);
// Do some processing here
$sheetData = $spreadsheet->getActiveSheet()->toArray(null, true, true, true);
var_dump($sheetData);
echo '<br /><br />';
}
?>
$chunkSize = 20; я считаю это слишком мало если у вас там строк так 1 000 000, то вполне можно будет брать по 25 000 строк - это примерно 25-30 секунд выполнения обработки. По сути о чем тут речь: Мы реализуем интерфейс фильтра, создаем метод проверки, указываем количество за раз считываемых строк $chunkSize, а в цикле указываем начальную и конечную строку. Получаем результат в виде массива $sheetData = $spreadsheet->getActiveSheet()->toArray(null, true, true, true);
добавлено минутой позже:
как видите формат файла выставлен жестко, но можно и автоматически
$inputFileType = \PhpOffice\PhpSpreadsheet\IOFactory::identify($arr['FileName']);
$reader =\PhpOffice\PhpSpreadsheet\IOFactory::createReader($inputFileType);
$reader->setReadDataOnly(true);
добавлено 2 минутами позже:
чтобы быстро запустить библиотеку я скачал папку с содержимым под названием PhpSpreadsheet, поместил ее в папку PhpOffice
и сделал _autoload
//ini_set('include_path', '/var/www/main_lib');
//error_reporting(E_ALL);
function __autoload($class_name) {
try{
require_once(str_replace( '\\', '/', $class_name ). '.php');
}
catch(Exception $e){
echo 'err/не удалось загрузить класс '.$class_name.' либо в php.ini не выставлен параметр include_path="/var/www/main_lib"';
}
}
Как вы уже догадались библиотека у меня лежит в папке /var/www/main_lib
XmlReader
.--stream
кxmllint
, как предлагают в комментарии к этому ответу