将文档添加到文档列表时的 Java 堆空间

Question

我正在使用 import org.w3c.dom.Document；用于文档。

我有这段代码从arraylist fileList解析xml文件，有2000多个xml文件要解析，xml文件的大小约为30-50 Kb，我解析文件没有问题：

    try {
        for(int i = 0; i < fileList.size(); i++) {
            DocumentBuilderFactory factory = DocumentBuilderFactory.newInstance();
            DocumentBuilder builder = factory.newDocumentBuilder();
            Document doc = builder.parse(fileList.get(i)); //<------ error will point here when docList.add(doc) is uncommented.
            docList.add(doc); 
        }
    } catch (ParserConfigurationException | SAXException | IOException e) {
        e.printStackTrace();
    }

但每当我将它们添加到列表中时，就会出现此错误：

线程“主”java.lang.OutOfMemoryError 中的异常：Java 堆空间 在 com.sun.org.apache.xerces.internal.dom.DeferredDocumentImpl.createChunk（未知来源） 在 com.sun.org.apache.xerces.internal.dom.DeferredDocumentImpl.ensureCapacity（未知来源） 在 com.sun.org.apache.xerces.internal.dom.DeferredDocumentImpl.createNode（未知来源） 在 com.sun.org.apache.xerces.internal.dom.DeferredDocumentImpl.createDeferredTextNode（未知来源） 在 com.sun.org.apache.xerces.internal.parsers.AbstractDOMParser.characters（未知来源） 在 com.sun.org.apache.xerces.internal.impl.XMLDocumentFragmentScannerImpl.scanDocument（未知来源） 在 com.sun.org.apache.xerces.internal.parsers.XML11Configuration.parse（未知来源） 在 com.sun.org.apache.xerces.internal.parsers.XML11Configuration.parse（未知来源） 在 com.sun.org.apache.xerces.internal.parsers.XMLParser.parse（未知来源） 在 com.sun.org.apache.xerces.internal.parsers.DOMParser.parse（未知来源） 在 com.sun.org.apache.xerces.internal.jaxp.DocumentBuilderImpl.parse（未知来源） 在 javax.xml.parsers.DocumentBuilder.parse（未知来源） 在 com.test.parser.Parser.getDocs(Parser.java:146) 在 com.test.parser.Parser.main(Parser.java:50)

取消注释 docList.add(doc) 不会产生此异常，知道为什么会发生这种情况吗？

编辑：我在 Run Configurations 中将 -Xmx1024M 添加到 VMArguments 并且它有效。

Answer 1

uncommenting the docList.add(doc) does not produce this exception, any idea why this is happening?

很简单：如果不将doc 引用存储在docList 中，文档引用将被新对象-Document doc = builder.parse(fileList.get(i)); 覆盖，因此之前迭代中的doc 将是孤儿-没有引用的对象。这会被 JVM 垃圾收集器快速删除，因此在循环期间，堆上最多有 2 个 doc 对象。

但是，当docList.add(doc) 处于活动状态时，您仍然可以引用循环中创建的所有文档对象：正是fileList.size() 实例。它们不会被垃圾收集器收集（并从堆中删除），因为docList 将拥有对它们的有效、活动引用。

如何避免OutOfMemoryError？只需在销毁前一个文档的 DOM 对象后，逐个解析/处理文档，或考虑使用流式解析器，例如SAXParser。

Answer 2

右键单击项目文件夹 点击 -> runAs -> 运行配置 -> 点击参数选项卡 -> 添加

-xmx512M 按回车 -xmx2048M

应用并运行。