tag:blogger.com,1999:blog-6184036.post-74330801763433944242007-08-16T02:13:00.001+08:002008-06-26T01:38:01.373+08:00最近一个处理非常大的XML的程序遭遇了如下的异常：<br /><br />org.xml.sax.SAXParseException:Parser has reached the entity expansion limit "64,000" set by the Application.<br /><br />查了查，原来是在单个xml文件中实体引用超过了默认值64000个。你用dom和sax解析XML都可能会遇到这个问题，这印证了我的猜测，java的dom是用sax来实现的。<br /><br />解决方法很简单，运行Java的时候，加上参数<span style="color: rgb(0, 0, 173);">-DentityExpansionLimit=xxxxx</span>，你也可以在代码中解析XML前，用代码设置这个参数<span style="color: rgb(255, 0, 0);">System.setProperty("entityExpansionLimit", "xxxxx");</span>。xxxxx代表设定的单文件实体引用数最大值。<br /><br />--------<br /><br />那么这个xxxxx该怎么选择呢？<br /><br />其实也很简单，选择你认为可能出现的最大值就好了，比你的文件里面的实体数多，自然就没问题了。<br /><br />--------<br /><br />那么如果你想知道某个文件里面有多少个实体引用该怎么办呢（放心我肯定不建议你去数）？<br /><br />对，也很简单，首先我们知道实体引用都是“&"开头“;”结尾，所以我们可以用如下命令来计算：<br /><br />grep -c "&.*;" yourfile.xml<br /><br />其实，&在xml里表示为&amp;的形式，所以，一个合法的xml内，有多少&就有多少实体引用，so，上面的命令效率更高的版本是：<br /><br />grep -c "&amp;" yourfile.xml<br /><br />--------<br /><br />为什么会对最大的实体引用数做出限制呢？这点我有些疑惑，难道要为解析实体引用准备缓存空间？但是做出来自动增长的缓存也不是不可能的啊。DentityExpansionLimit参数的问题是，如果要处理无法预期大小的xml文件怎么办？你设置为100万，xml文件里面有200万个实体引用，你有办法么？<p><img id="image329" src="http://freehogg.files.wordpress.com/2006/04/technorati.gif" alt="Technorati" /> technorati tags: <a href="http://www.technorati.com/tags/DentityExpansionLimit" rel="tag">DentityExpansionLimit</a>, <a href="http://www.technorati.com/tags/dom" rel="tag">dom</a>, <a href="http://www.technorati.com/tags/Javascript" rel="tag">Javascript</a>, <a href="http://www.technorati.com/tags/java异常" rel="tag">java异常</a>, <a href="http://www.technorati.com/tags/sax" rel="tag">sax</a>, <a href="http://www.technorati.com/tags/SAXParseException" rel="tag">SAXParseException</a>, <a href="http://www.technorati.com/tags/xml" rel="tag">xml</a></p><div class="blogger-post-footer"><p><a href="http://www.tinydust.net">Tinydust studio</a></p><img width='1' height='1' src='https://blogger.googleusercontent.com/tracker/6184036-7433080176343394424?l=www.tinydust.net%2Fprog%2Fdiary%2Fdiary.htm'/></div>tinyhttp://www.blogger.com/profile/14126154625633923315noreply@blogger.com4