核心解法是采用流式解析（sax或stax）避免全量加载，内存占用稳定；sax基于回调、轻量只读，需拼接characters；stax为拉模式更灵活，支持按需读取；预处理可先分块再解析；还需禁用dtd、关闭命名空间感知、及时清理缓存。
XML文件太大导致内存不足，核心解法是避免一次性加载整个文档到内存，改用流式解析（SAX 或 StAX），边读边处理，内存占用稳定在常量级。
用SAX解析：轻量、只读、事件驱动
SAX（Simple API for XML）是基于回调的推模式解析器，不构建DOM树，适合只读、顺序处理大XML。Java中用red">org.xml.sax包即可，无需额外依赖。
- 注册
ContentHandler，重写startElement、characters、endElement等方法 - 遇到目标标签（如
<item></item>）才提取数据，其余跳过 - 注意：
characters()可能被多次调用，需用StringBuilder拼接文本内容
用StAX解析：拉模式，更灵活可控
StAX（Streaming API for XML）是Java内置的拉模式解析器（javax.xml.stream），比SAX更直观，支持跳过无关节点、部分回退（有限）、按需读取。
- 用
XMLInputFactory创建XMLStreamReader - 循环调用
next()或nextTag()，用getEventType()判断当前是START_ELEMENT、CHARACTERS还是END_ELEMENT - 遇到
START_ELEMENT时检查getLocalName()，匹配后读子元素或属性，处理完立即丢弃引用
预处理+分块：先切再解析
若原始XML结构规整（如大量同级<record></record>包裹数据），可先用流式方式按行/标签边界分割成小文件或片段，再逐个解析。
- 用
BufferedReader逐行扫描，检测<record></record>和边界，累积为字符串片段 - 每凑齐一个完整记录，用
StringReader喂给轻量DOM或StAX解析——仅该记录进内存 - 适合需要随机访问字段、或后续要转JSON/数据库插入的场景
补充建议：减少开销 & 避坑
即使流式解析，细节不当也会隐式吃内存：
- 禁用DTD和外部实体（防止XXE），设置
factory.setFeature("http://apache.org/xml/features/disallow-doctype-decl", true) - 关闭命名空间感知（如不需要）：
factory.setNamespaceAware(false)，提升速度 - 不要在handler里长期缓存节点内容；用完即清，尤其
characters返回的char[]别直接保存 - 大文件建议配合
InputStream而非File，便于加gzip解压（如XML是.gz压缩的）
基本上就这些。流式不是万能，但对GB级XML，SAX/StAX是可靠选择；关键在“不建树、不回溯、不缓存”，逻辑清晰了，内存压力自然下来。
