Clojureで大きなXHTMLファイルを遅延解析する方法はありますか？

Question

私は1つの大きなテーブルで有効なXHTMLファイル（100メガバイトのデータ）を持っています。最初のtrは（データベースの）列であり、他のすべてのtrはデータです。これは文書全体の唯一のテーブルであり、構造体html-> body-> div-> table内にあります。

私はそれをClojureで怠惰な方法でどのように解析できますか？

私は約data.xmlを知っていますが、私はClj初心者であるため、それを動作させることは非常に困難です。特にREPLは非常に遅く、そのような大きなファイルで作業するためです。

Answer 1

data.xml docsはドキュメントの遅延木を作成すると言う：parse。私はローカルにチェックし、本当のようだ：//www.xml-benchmark：

; Load libs 
(require '[clojure.data.xml :as xml]) 
(require '[clojure.java.io :as io]) 

; standard.xml is 100MB xml file from here http://www.xml-benchmark.org/downloads.html 
(def xml-tree (xml/parse (io/reader "standard.xml"))) 
(:tag xml-tree) => :site 

(def child (first (:content xml-tree))) 
(:tag child) => :regions 

(dorun (:content xml-tree)) => REPL hangs for ~30 seconds on my computer because it tries to parse whole file