（见下面的解决方案）
我有 XML 文件，我用 Python 脚本来解析这些文件（这个脚本不是我写的，但它可以完美地完成工作）。问题是 XML 文件很大（约 1GB），由于内存拥塞，解析过程需要很长时间。XML 文件中的某些元素充满了无用的信息 - 最好的清除方法是什么？我尝试过 xmlstarlet，但它太“以 XML 为导向”，也就是说，由于与 Python 脚本相同的原因，解析过程需要很长时间。
我只需要做的就是以一种愚蠢的方式摆脱给定的元素：删除文件之间的所有内容（有多个<mytag>对，全部需要删除）。</mytag><mytag>...</mytag>
我会非常感激您的想法，因为我确信有好的方法可以做到这一点而不需要重新发明轮子。
谢谢你！
编辑：我最终得到了
perl -pe "undef $/;s/<mytag>.*?<\/mytag>//msg" < inputfile.xml > outputfile.xml
我没有意识到@Vlad 也发布了这篇文章。
答案1
处理非常大的 XML 文件时，推荐的方法是使用 SAX 事件驱动的解析器。lxml可以在 中做到这一点Python，这里有一篇关于这个主题的精彩文章：使用 lxml 在 Python 中实现高性能 XML 解析。
另一种选择是使用类似的方法sed从文件中删除这些标签。
或者Perl脚本：
perl -i.bak -pe 'BEGIN{undef $/;} s/<mytag>.*<\/mytag>//smg' file.xml
答案2
使用可以使用通配符的文本编辑器进行搜索和替换？最好是不会在打开时尝试加载整个文件的编辑器（否则会花很长时间）。大多数十六进制编辑器还具有文本搜索替换功能。