sax是解析超大xml的唯一靠谱选择：libxml2的sax模式内存恒定，需用xmlsaxhandler注册回调并流式喂数据；tinyxml2仅适合≤5mb文件；手写解析器或mmap仅适用于结构极简场景。
用 libxml2 的 SAX 模式边读边解析，别碰 DOM
超大 XML（比如几百 MB 以上）用 xmlDocPtr 加载会直接 OOM——DOM 把整个树塞进内存，和文件大小基本成正比。SAX 是唯一靠谱的选择：它不建树，只在遇到标签、文本、属性时回调你的函数，内存占用基本恒定。
实操要点：
- 用
xmlSAXHandler结构体注册startElement、endElement、characters等回调，别漏掉error和warning回调，否则解析出错静默失败 - 调用
xmlCreatePushParserCtxt+xmlParseChunk流式喂数据，每次喂 8KB~64KB 比较稳；别一股脑fread全读再塞，容易卡在缓冲区边界（比如标签被截断） - 注意编码：如果 XML 声明是
<?xml version="1.0" encoding="GB2312"?>，得提前用xmlKeepBlanksDefault(0)和xmlSubstituteEntitiesDefault(1)配合处理，否则中文字符可能乱码或解析中断
tinyxml2 不适合超大文件，但小文件里它更省心
tinyxml2 默认走 DOM 路线，没原生 SAX 支持。你硬要它处理 500MB 文件，doc.LoadFile() 会卡死或抛 TIXML_ERROR_PARSING_ELEMENT——其实是内存分配失败，但错误信息不提示根本原因。
它只适合单次加载 ≤5MB 的配置类 XML。真要用，必须加防护：
- 用
std::ifstream先seekg(0, std::ios::end)拿文件大小，超 10MB 直接拒掉，别等LoadFile崩溃 - 调用前设
XMLDocument::SetUserData()绑定自定义上下文，万一出错能快速定位到哪一行（GetLineNum()在大文件里也慢，慎用） - 别依赖
FirstChildElement("xxx")链式调用——中间任一环节空指针，nullptr->NextSiblingElement()就是段错误
自己写流式解析器？除非你真需要跳过无效节点或修复坏格式
标准库没有 XML 解析能力，rapidxml 虽快但仍是 DOM 模式；手撸基于 std::istream 的简易解析器，只认 <tag></tag>、、<tag></tag> 和文本，能绕过 DTD 校验、忽略注释、容忍换行缩进混乱——适合日志提取、埋点上报这类结构松散的场景。
但代价明显：
- 遇到
或实体引用（libxml2内置支持，你得重复造轮子 - 嵌套深度超过 10 层？栈空间可能溢出，得手动维护状态机，不是加个
std::stack<:string></:string>就完事 - 没命名空间支持，
<tag xmlns:ns="..."></tag>这种直接当普通前缀处理，后续 XPath 查询就废了
内存映射（mmap）+ 手动扫描，仅限已知结构的极简 XML
如果你确定 XML 是“单层扁平结构”，比如全是 <record id="123"><name>foo</name></record> 且无嵌套，mmap 确实比 SAX 快 20%～30%，因为免了 libxml2 的状态机开销。
但风险极高：
- 必须保证文件不被其他进程修改，否则
mmap区域可能产生SIGBUS -
strchr扫"<record> 很快，但定位闭合标签 <code>"" 要靠括号计数，一旦中间有字符串含""（比如日志内容），就会提前截断 - Windows 上得用
CreateFileMapping+MapViewOfFile，接口差异大，跨平台成本不低
真正难的不是选哪个库，而是判断“超大”的边界在哪——100MB 在服务器上可能只是小文件，在嵌入式设备里就是雷区。还有，别信“XML 压缩后只有 10MB”这种说法，zlib 解压流必须全解完才能喂给解析器，内存峰值还是看解压后尺寸。
C++免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 C++ 的入门与实战技巧！
