在SAX解析器中解析大型XML文件時無內存異常

我已閱讀了一些關於使用SAX解析器在Java中解析XML文件以使用DOM的優點的文章。這吸引我的一個最（如討論here）是在SAX解析器中解析大型XML文件時無內存異常

薩克斯是適合大型XML文件和SAX解析器不會加載XML文件作爲一個整體在存儲器中。

但現在我已經使用SAX推導出實體的XML文件的一個大的文件幾乎1.4 GB它生成以下異常編寫的解析器。

org.xml.sax.SAXParseException; lineNumber: 1; columnNumber: 1; The parser has encountered more than "64,000" entity expansions in this document; this is the limit imposed by the application.

如果整個文件沒有加載到內存中，內存的問題是什麼？

我該如何解決這個問題？

來源

2015-04-02 Subhan Ahmed

這不一定是一個實際的內存限制，而是針對[this one]（https://en.wikipedia.org/wiki/Billion_laughs）等DOS攻擊的保護措施。如果你的輸入XML合法地包含了許多實體，你可以在你的解析器中增加這個限制。看看它的文檔。 – Tomalak 2015-04-02 19:25:30

你建議我用這種保護措施做什麼？ – 2015-04-02 19:31:36

我以爲我說過。 – Tomalak 2015-04-02 19:38:37

變化的實體擴展限制了JVM參數：

-DentityExpansionLimit=1000000

來源

2015-04-02 19:24:00 Necreaux

該怎麼辦？ – 2015-04-02 19:29:14

取決於你如何運行你的程序。這是一個命令行參數。 – Necreaux 2015-04-02 19:32:51

這篇文章http://stackoverflow.com/questions/29360901/getting-parent-child-hierarchy-in-sax-xml-parser包含我的代碼爲解析器希望你明白我是如何處理它 – 2015-04-02 19:34:57

您也可以考慮使用StAX的。

SAX是事件驅動和串行。它可以處理大型XML，但佔用大量CPU資源。

DOM正在內存中取出完整的文件。

StAX是一個更新的API。它正在流式傳輸XML。它可以被看作是文檔上的遊標或迭代器。它的優點是可以跳過不需要的元素（屬性，標籤...）。如果使用得當，它會佔用很少的CPU資源。

https://docs.oracle.com/javase/tutorial/jaxp/stax/why.html

用SAX，該XML推的事件。

使用StAX，您可以將XML提供給您。

來源

2015-04-02 19:32:49

這是否意味着我所有的努力都會創建一個解析器（使用SAX），實際上，對於較小尺寸的文件而言，效果很好？ – 2015-04-02 19:36:34

不可以。如果你已經解決了你的問題，你可以堅持SAX。我只是想告訴你，還有另一種解析XML的現代方法。另一個優點：用SAX u只能解析XML，用StAX u也可以編寫XML。 – 2015-04-02 19:41:04

好吧，沒錯，但我還沒有得到任何修復。 – 2015-04-02 19:42:28

在SAX解析器中解析大型XML文件時無內存異常

回答

相關問題