栏目分类:
子分类:
返回
名师互学网用户登录
快速导航关闭
当前搜索
当前分类
子分类
实用工具
热门搜索
名师互学网 > IT > 面试经验 > 面试问答

如何在Java中解析大(50 GB)XML文件

面试问答 更新时间: 发布时间: IT归档 最新发布 模块sitemap 名妆网 法律咨询 聚返吧 英语巴士网 伯小乐 网商动力

如何在Java中解析大(50 GB)XML文件

您的解析代码可能工作正常,但您正在加载的数据量可能太大而无法保存在其中

ArrayList

您需要某种流水线将数据传递到其实际目的地,而不必一次将所有数据都存储在内存中。

我有时针对这种情况所做的工作与以下类似。

创建用于处理单个元素的接口:

public interface PageProcessor {    void process(Page page);}

PageHandler
通过构造函数将此实现提供给:

public class Read  {    public static void main(String[] args) {        XMLManager.load(new PageProcessor() { @Override public void process(Page page) {     // Obviously you want to do something other than just printing,      // but I don't know what that is...     System.out.println(page);}        }) ;    }}public class XMLManager {    public static void load(PageProcessor processor) {        SAXParserFactory factory = SAXParserFactory.newInstance();        try { SAXParser parser = factory.newSAXParser(); File file = new File("pages-articles.xml"); PageHandler pageHandler = new PageHandler(processor); parser.parse(file, pageHandler);        } catch (ParserConfigurationException e) { e.printStackTrace();        } catch (SAXException e) { e.printStackTrace();        } catch (IOException e) { e.printStackTrace();        }    }}

将数据发送到此处理器,而不是将其放在列表中:

public class PageHandler extends DefaultHandler {    private final PageProcessor processor;    private Page page;    private StringBuilder stringBuilder;    private boolean idSet = false;    public PageHandler(PageProcessor processor) {        this.processor = processor;    }    @Override    public void startElement(String uri, String localName, String qName, Attributes attributes) throws SAXException {         //Unchanged from your implementation    }    @Override    public void characters(char[] ch, int start, int length) throws SAXException {         //Unchanged from your implementation    }    @Override    public void endElement(String uri, String localName, String qName) throws SAXException { //  Elide pre not needing change } else if (qName.equals("page")){     processor.process(page);     page = null; }        } else { page = null;        }    }}

当然,您可以使您的界面处理多条记录而不是仅处理一条记录,并将

PageHandler
收集页面本地放在较小的列表中,并定期将列表发送出去进行处理并清除列表。

或者(也许更好),您可以实现

PageProcessor
此处定义的接口,并在其中构建逻辑来缓冲数据并将其发送以进一步进行大块处理。



转载请注明:文章转载自 www.mshxw.com
本文地址:https://www.mshxw.com/it/437859.html
我们一直用心在做
关于我们 文章归档 网站地图 联系我们

版权所有 (c)2021-2022 MSHXW.COM

ICP备案号:晋ICP备2021003244-6号