使用罗马解析大型RSS源，耗尽内存

Question

更具体地说是大型XML网页（RSS Feed）。我正在使用优秀的罗马库来解析它们，但我目前想要获取的页面非常大，并且在获取整个文档之前Java内存不足。

如何拆分网页以便将其传递给XMLReader？我是否应该自己完成并在添加自己的XML之后将部分内容传递给它们以开始和完成它们？

Answer 1

首先学会将Xms和Xmx的java命令行选项设置为适当的值，所有基于DOM的解析器每个垃圾负载的内存。再看看使用Pull Parser，它不必在处理之前将整个XML加载到文档中。