DBLP 解析器 java OutOfMemoryError答案

【问题标题】：DBLP parser java OutOfMemoryErrorDBLP 解析器 java OutOfMemoryError
【发布时间】：2015-05-01 16:49:07
【问题描述】：

我想将 DBLP 数据集解析成这样的简单输出

Munir Cochinwala: C. Lee - K. C. Lee  
Hongli Deng: Linda Shapiro - Linda G. Shapiro    
William Retert: John Boyland - John Tang Boyland   
Ales Prazák: Josef V. Psutka - Josef Psutka
M. N. S. Swamy: C. Duanmu - C. J. Duanmu
Bonifacio Martín Galán: Maria del Carmen Arellano Pardo - Carmen Arellano
........

我已经尝试过他们的simple parser，但是堆空间不足。然后我将 xerceslmp.jar 包含到项目库中。此外，我使用 -Xmx2G 将其内存增加到 2G，但我仍然在线程“main”java.lang.OutOfMemoryError 中遇到异常：超出 GC 开销限制。我在 Netbeans 中创建了这个项目，并使用这些参数自定义了它的默认运行配置。

*已编辑这是我的java

dhcPlus-mbp:fresh-run macbook$ java -version
java version "1.7.0_71"
Java(TM) SE Runtime Environment (build 1.7.0_71-b14)
Java HotSpot(TM) 64-Bit Server VM (build 24.71-b01, mixed mode)

任何帮助将不胜感激。谢谢。

【问题讨论】：

标签： java parsing xml-parsing

【解决方案1】：

我最近一直在从事一个涉及 DBLP 的项目，并且遇到了同样的问题。什么对我有用：

javac Parser.java java (-mx900M) -DentityExpansionLimit=1000000 解析器 dblp.xml > 文件名.txt

我建议省略 (-mx900M)，这是对您的内存的优化，但只有在您拥有 java 1.5（我不认为）时才能正确执行。只是因为这个人使用了一些石器时代的 xml 解析器。

我建议您尝试几个不同版本的 Java。解析器是用 Java 1.6 编写的，这是我使用的版本。

【讨论】：