在 PHP 中验证约 400MB 的大型 XML 文件

我有一个很大的 XML 文件（大约 400MB），在开始处理之前我需要确保它的格式正确。

我尝试的第一件事是类似于下面的内容，这很棒，因为我可以找出 XML 是否格式不正确以及 XML 的哪些部分“不好”

$doc = simplexml_load_string($xmlstr);
if (!$doc) {
    $errors = libxml_get_errors();

    foreach ($errors as $error) {
        echo display_xml_error($error);
    }

    libxml_clear_errors();
}

也尝试过...

$doc->load( $tempFileName, LIBXML_DTDLOAD|LIBXML_DTDVALID )

我用大约 60MB 的文件对此进行了测试，但是任何更大的文件（~400MB）都会导致一些对我来说新的“oom Killer”启动并在看起来总是 30 秒后终止脚本。

我认为我可能需要增加脚本上的内存，因此计算出处理 60MB 时的峰值使用量，并相应地调整为大容量，并关闭脚本时间限制，以防万一。

set_time_limit(0);
ini_set('memory_limit', '512M');

不幸的是，这不起作用，因为 oom Killer 似乎是一个 Linux 东西，如果内存负载（即使是正确的术语？）始终很高，它就会启动。

如果我能以某种方式加载 xml 就太好了，因为我想这会减少内存负载，这样 oom Killer 就不会插入它的肥鼻子并杀死我的进程。

有没有人有验证大型 XML 文件并捕获其格式错误的错误的经验，我读过的很多帖子都指出 SAX 和 XMLReader 可能会解决我的问题。

UPDATE所以@chiborg几乎为我解决了这个问题...这种方法的唯一缺点是我看不到文件中的所有错误，只有第一个失败的错误，我认为这是有道理的，因为我认为它无法解析超过第一个失败点。

当使用 simplexml 时...它能够捕获文件中的大部分问题并在最后向我展示这很好。

由于 SimpleXML 和 DOM API 始终将文档加载到内存中，因此使用 SAX 或 XMLReader 等流式解析器是更好的方法。

调整代码示例页面 http://php.net/manual/de/example.xml-structure.php，它可能看起来像这样：

$xml_parser = xml_parser_create();
if (!($fp = fopen($file, "r"))) {
    die("could not open XML input");
}

while ($data = fread($fp, 4096)) {
    if (!xml_parse($xml_parser, $data, feof($fp))) {
        $errors[] = array(
                    xml_error_string(xml_get_error_code($xml_parser)),
                    xml_get_current_line_number($xml_parser));
    }
}
xml_parser_free($xml_parser);