这个问题在这里已经有答案了：
大文件的java xml解析器（9个答案）
两年前关门了。
我下载 Stack Overflow posts dump file 去做我的工作。当我打开行李的时候 .7z 文件，文件 .xml 转储文件超过65g。
我想解析 .xml 文件，因为有很多内容我不需要。然后我想将用法内容存储到 Mysql 数据库( Java 或者 Python （都可以）
但文件太大，我无法处理它，它可能会溢出我的内存（8g）。
我能做些什么来解决这个棘手的问题。
1条答案
按热度按时间42fyovps1#
基本上有两种xml解析器，dom解析器和sax解析器。
dom解析器将整个xml解析为dom（内存中xml的一种表示形式），dom易于使用和操作，但必须加载到内存中。
sax解析器是流解析器，它们解析xml文件并基本上发出xml元素的开始和结束。这意味着该文件没有加载到内存中。在大多数情况下，这使得xml的处理更加复杂，但您可以处理不适合内存的文件。
因此，选择您更喜欢的语言并使用sax解析器。python内置了它，对java不太清楚（我已经多年没有使用它了），但是可能有很多选择。