如何在 Java 中使用 StAX 将大 xml 文件拆分成小块（小 Xml 文件）答案

【问题标题】：How to split large xml files into small chunks(Small Xml Files) using StAX In Java如何在 Java 中使用 StAX 将大 xml 文件拆分成小块（小 Xml 文件）
【发布时间】：2020-01-29 20:23:12
【问题描述】：

我有 XML 有 5 个供应商，我想把这个大文件分成 2 个供应商，每个文件的起始标签是，结束标签是像这样我有 5 个供应商...

如果文件很大，我会写几篇文章，使用 StaX 解析器我的文件是 (>6GB)，那么我如何将我的示例文件拆分为多个文件。 .

这是我的示例 XML 文件.....

<?xml version="1.0" encoding="UTF-8"?>
<Shop xmlns="http://www.shpAddress.com">
  <tab:Product xmlns:tab="http://www.productName.com">
    <tab:Suppllier>
      <col:Items xmlns:col="http://www.Items.com">
        <col:Delivery>
          <Prize xsi:nil="true" xmlns="" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"/>              
          <LastModifiedDate xmlns="">2020-01-28</LastModifiedDate>
        </col:Delivery>
      </col:Items>
     </tab:Suppllier>
     <tab:Suppllier>
      <col:Items xmlns:col="http://www.Items.com">
        <col:Delivery>
          <Prize xsi:nil="true" xmlns="" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"/>          
          <LastModifiedDate xmlns="">2021-02-28</LastModifiedDate>
        </col:Delivery>
      </col:Items>
     </tab:Suppllier>
     <tab:Suppllier>
      <col:Items xmlns:col="http://www.Items.com">
        <col:Delivery>
          <Prize xsi:nil="true" xmlns="" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"/>          
          <LastModifiedDate xmlns="">2022-02-28</LastModifiedDate>
        </col:Delivery>
      </col:Items>
     </tab:Suppllier>
     <tab:Suppllier>
      <col:Items xmlns:col="http://www.Items.com">
        <col:Delivery>
          <Prize xsi:nil="true" xmlns="" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"/>          
          <LastModifiedDate xmlns="">2023-03-28</LastModifiedDate>
        </col:Delivery>
      </col:Items>
     </tab:Suppllier>
     <tab:Suppllier>
      <col:Items xmlns:col="http://www.Items.com">
        <col:Delivery>
          <Prize xsi:nil="true" xmlns="" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"/>          
          <LastModifiedDate xmlns="">2024-04-28+05:30</LastModifiedDate>
        </col:Delivery>
      </col:Items>
     </tab:Suppllier>
  </tab:Product>
</Shop>

【问题讨论】：

实际上就是读取文件，写入文件。每当遇到两个标签时，关闭写入文件中所有剩余的标签并重新打开一个新文件。
请展示您的最大努力，以便我们了解您遇到的问题。在不知道哪里遇到问题的情况下很难为您提供帮助（没有为您编写代码，我们很少有人有时间这样做）

标签： java xml stax

【解决方案1】：

StaX 预计会有一堆样板代码。希望可以使用 SAXParser/XMLOutputFactory 对将其限制在 2 次内。

如果一种 XML 格式相当稳定，那么另一种方法看起来很简单。简单的正则表达式可以在 <tab:Suppllier> 和 </tab:Suppllier> 标记之间选择一个文本。其他稳定部分（在 XML 的开头和结尾）可以硬编码并写入新的部分文件。

【讨论】：