Question

我有一个大约400 MB的XML文件我需要找到一个特定元素，然后将其日期属性从mm-dd-yyyy重新格式化为dd-mm-yyyy 这是我正在使用的代码

    DocumentBuilderFactory dbFactory = DocumentBuilderFactory.newInstance();
DocumentBuilder dBuilder = dbFactory.newDocumentBuilder();
Document doc = dBuilder.parse(inputXML);
doc.getDocumentElement().normalize();
//format the date 
    NodeList nodes = doc.getElementsByTagName("empDetails");
    for (int i = 0; i < nodes.getLength(); i++){
    String oldDate =nodes.item(i).getAttributes().getNamedItem("doj").getNodeValue();
    String newValue = //formatted to dd-mm-yyyy 
nodes.item(i).getAttributes().getNamedItem("doj").setTextContent(newValue);
}

    //now write back to file 
    // write the content into xml file
TransformerFactory transformerFactory = TransformerFactory.newInstance();
Transformer transformer;        
transformer = transformerFactory.newTransformer();      
DOMSource source = new DOMSource(doc);
StreamResult result = new StreamResult(new File(fileName));     
transformer.transform(source, result);

但是这会丢失内存在Windows 32位 - 它失败

所以我在unix盒子上尝试了这个并将内存设置为： java -Xmx3072m -classpath。 MyTest

它确实运行了一段时间但又失败了

问题 - 是否可以处理400 MB的文件，我想选择性更新并保存？（我肯定答案是肯定的）我的代码是坏的 - 我应该改变什么？（没有unix shell脚本作为替代解决方案请 - 我的意图是使用java）我应该进一步提高堆大小吗？谢谢，萨蒂什南比亚

Answer 1

使用StAX api读取文档（如流）同时写出（再次使用StAX）您不想立即更改为临时文件的部分可能会更好。当您到达您感兴趣的部分时，请在将其反馈给临时文件之前更改这些值。完成后，您可以将临时文件重命名为旧文件。

我推荐XMLEventReader和XMLEventWriter。 XMLEvents你不关心你可以直接从读者传递到作家。这只会将您正在处理的文档的一小部分保留在内存中。

XMLEventReader reader = ...;
XMLEventWriter writer = ...;
XMLEvent cursor;

while(reader.hasNext()){
  cursor = reader.nextEvent();
  if(doICareAboutThisEvent(cursor)){
      writer.add(changeEvent(cursor));
  }else{
      writer.add(cursor);
  }

}

显然，实现可能会更复杂，您决定关注和编辑哪些元素可能比单个元素的状态更复杂。这只是一个非常简单的例子。

在java中读取和更新大型xml文件

1 个答案: