在JAVA中解析大型XML文档

Question

我有以下问题：

我有一个XML文件（大约1GB），并且必须上下迭代（即不连续；一个接一个），以便获取所需的数据并对其进行一些操作。最初，我使用了DOM
Java包，但是很显然，在解析XML文件时，JVM达到了其最大堆空间并停止了运行。

为了解决这个问题，我想到的解决方案之一是找到另一个解析器，该解析器迭代XML中的每个元素，然后将其内容存储在硬盘上的临时SQLite数据库中。因此，通过这种方式，不会超过JVM的堆，并且一旦所有数据都填满，我将忽略XML文件并继续在临时SQLite数据库上进行操作。

还有另一种方法可以解决我的问题吗？

Answer 1

SAX（XML的简单API）将在这里为您提供帮助。

与DOM解析器不同，SAX解析器不会创建XML文档的内存表示形式，因此速度更快且使用的内存更少。而是，SAX解析器通过调用回调（即，通过调用org.xml.sax.helpers.DefaultHandler提供给解析器的实例上的方法）来将XML文档结构通知客户端
。

这是一个示例实现：

SAXParser parser = SAXParserFactory.newInstance().newSAXParser();
DefaultHandler handler = new MyHandler();
parser.parse("file.xml", handler);

MyHandler您可以在其中定义在生成文档/元素的开始/结束之类的事件时要采取的措施。

class MyHandler extends DefaultHandler {

    @Override
    public void startDocument() throws SAXException {
    }

    @Override
    public void endDocument() throws SAXException {
    }

    @Override
    public void startElement(String uri, String localName, String qName,
            Attributes attributes) throws SAXException {
    }

    @Override
    public void endElement(String uri, String localName, String qName)
            throws SAXException {
    }

    // To take specific actions for each chunk of character data (such as
    // adding the data to a node or buffer, or printing it to a file).
    @Override
    public void characters(char ch[], int start, int length)
            throws SAXException {
    }

}