Java延迟读取XML文件？

我想知道我怎么能懒洋洋地读取一个不适合Java内存的大型XML文件。让我们假设文件格式正确，并且我们不必进行第一次检查。有人知道如何在Java中做到这一点吗

这是我的假文件（真实文件是Wikipedia转储，50+Gb）：

一些数据。。。。。。。
更多数据。。。。。。。。

我用一个XML库尝试了这一点，该库应该能够做到这一点，但它正在将整个过程加载到内存中>：O

DOMParser domParser = new DOMParser();
//This is supposed to make it lazy-load the file, but it's not working
domParser.setFeature("http://apache.org/xml/features/dom/defer-node-expansion", true);
//Library says this needs to be set to use defer-node-expansion
domParser.setProperty("http://apache.org/xml/properties/dom/document-class-name", "org.apache.xerces.dom.DocumentImpl");

//THIS IS LOADING THE WHOLE FILE
domParser.parse(new InputSource(wikiXMLBufferedReader));

Document doc = domParser.getDocument();
NodeList pages = doc.getElementsByTagName("page");

for(int i = 0; i < pages.getLength(); i++) {
    Node pageNode = pages.item(i);
    //do something with page nodes
}

DOMParser-DOMParser=new-DOMParser（）；
//这应该使它延迟加载文件，但它不工作
domParser.setFeature（“http://apache.org/xml/features/dom/defer-node-expansion“，对）；
//库说这需要设置为使用延迟节点扩展
domParser.setProperty（“http://apache.org/xml/properties/dom/document-class-name“，”org.apache.xerces.dom.DocumentImpl“；
//这是加载整个文件
parse（新的InputSource（wikiXMLBufferedReader））；
Document doc=domParser.getDocument（）；
节点列表页面=doc.getElementsByTagName（“页面”）；
对于（int i=0；i

有人知道怎么做吗？或者，在尝试使用这个特定的Java XML库时，我做错了什么

---

谢谢。

您应该看看Java中的SAX解析器。DOM解析器用于读取整个XML，加载到内存中，并从中创建java对象。SAX解析器串行解析XML文件，并使用基于事件的机制来处理数据。看看这些区别

---

到SAX教程。希望能有所帮助。

如果您准备购买Saxon EE许可证，那么您可以发出简单的查询“copy of（//page）”，并将执行选项设置为启用流式传输，它将返回一个遍历树序列的迭代器，每个树都以页面元素为根；当您推进迭代器时，将获取每个树，当您完成迭代器时，将对其进行垃圾收集。（假设您真的想用Java进行处理；当然，您也可以用XQuery或XSLT进行处理，这可能会节省许多代码行。）

---

如果您的时间比金钱多，并且想要一个自制的解决方案，那么就编写一个SAX过滤器，它接受来自XML解析器的解析事件，并将它们发送到DocumentBuilder；每次点击页面元素的startElement事件时，打开一个新的DocumentBuilder；通知相应的endElement事件后，抓取DocumentBuilder构建的树，并将其传递给Java应用程序进行处理。

延迟节点扩展会延迟节点的扩展，直到您使用它，但它不会在以后从内存中清除它，因此它不会执行您想要的操作。

DOMParser domParser = new DOMParser();
//This is supposed to make it lazy-load the file, but it's not working
domParser.setFeature("http://apache.org/xml/features/dom/defer-node-expansion", true);
//Library says this needs to be set to use defer-node-expansion
domParser.setProperty("http://apache.org/xml/properties/dom/document-class-name", "org.apache.xerces.dom.DocumentImpl");

//THIS IS LOADING THE WHOLE FILE
domParser.parse(new InputSource(wikiXMLBufferedReader));

Document doc = domParser.getDocument();
NodeList pages = doc.getElementsByTagName("page");

for(int i = 0; i < pages.getLength(); i++) {
    Node pageNode = pages.item(i);
    //do something with page nodes
}