我最近在处理Wiki百科的一些XML文件，有一些非常大的XML文件，例如最新的修订版文件时36G（未压缩）。关于解析XML，我曾经在几种语言中做过实验，最终我发现Go非常的适合。
Go拥有一个通用的解析XML的库，也能很方便的编码。一个比较简单的处理XML的办法是一次性将文档解析加载到内存中，然而这中办发对于一个36G的东西来讲是不可行的。
我们也可以采用流的方式解析，但是一些在线的例子比较简单而缺乏，这里是我的解析wiki百科的示例代码。(full example code at https://github.com/dps/go-xml-parse/blob/master/go-xml-parse.go)
这里有其中的维基xml片段。
//
// Apollo 11
//
// ...
//
// ...
//
// {{Infobox Space mission
// |mission_name=<!--See above-->
// |insignia=Apollo_11_insignia.png
// ...
//
//
//
在我们的Go代码中，我们定义了一个结构体（struct）来匹配元素。
type Redirect struct {
Title string `xml:"title,attr"`
}
type Page struct {
Title string `xml:"title"`
Redir Redirect `xml:"redirect"`
Text string `xml:"revision>text"`
}
现在我们告诉解析器wikipedia文档包括一些并且试着读取文档，这里让我们看看他如何以流的方式工作。其实这是非常简单的，如果你了解原理的话--遍历文件中的标签，遇到标签的startElement，然后使用神奇的 decoder.DecodeElement API解组为整个对象，然后开始下一个。
decoder := xml.NewDecoder(xmlFile)
for {
// Read tokens from the XML document in a stream.
t, _ := decoder.Token()
if t == nil {
break
}
// Inspect the type of the token just read.
switch se := t.(type) {
case xml.StartElement:
// If we just read a StartElement token
// ...and its name is "page"
if se.Name.Local == "page" {
var p Page
// decode a whole chunk of following XML into the
// variable p which is a Page (se above)
decoder.DecodeElement(&p, &se)
// Do some stuff with the page.
p.Title = CanonicalizeTitle(p.Title)
...
}
...
我希望在你需要自己解析一个大的XML文件的时候，这些能节省你一些时间。