（以下全部用Java编写）
我必须构建一个将可能非常大的 XML 文档作为输入的应用程序。该文档是加密的——不是使用 XMLsec，而是使用我的客户预先存在的加密算法——将分三个阶段进行处理：
首先，将根据上述算法对流进行解密。
其次，扩展类（由第三方编写到我提供的 API）将读取文件的某些部分。读取的数量是不可预测的——特别是它不能保证在文件的标题中，但可能出现在 XML 中的任何位置。
最后，另一个扩展类（同样处理）将输入 XML 细分为 1..n 个子集文档。这些可能会在某些部分与第二个操作处理的文档部分重叠，即：我相信我需要回退我用来处理这个对象的任何机制。
这是我的问题：
有没有一种方法可以做到这一点，而无需一次将整个数据读入内存？显然我可以将解密实现为输入流过滤器，但我不确定是否可以按照我描述的方式解析 XML；通过遍历尽可能多的文档以收集第二步的信息，然后通过倒回文档并再次将其传递以将其拆分为作业，理想情况下释放文档中不再使用的所有部分他们已经通过了。
税法是正确的方法。我建议看看伍德斯托克斯
您可以使用BufferedInputStream具有非常大缓冲区大小的 a 并mark()在扩展类工作之前和reset()之后使用。
如果扩展类需要的部分在文件中很远，那么这可能会变得非常占用内存，'尽管如此。
如果要缓冲的数据超过某个预设阈值，则更通用的解决方案是编写您自己的BufferedInputStream类似缓冲到磁盘的工作。
我会编写一个自定义实现InputStream来解密文件中的字节，然后使用SAX解析来自流的结果 XML。
SAXParserFactory.newInstance().newSAXParser().parse(
new DecryptingInputStream(),
new MyHandler()
);
您可能对XOM感兴趣：
XOM 相当独特，因为它是双流/基于树的 API。可以在文档仍在构建时处理树中的各个节点。这使 XOM 程序的运行速度几乎与底层解析器提供数据的速度一样快。您无需等待文档完全解析后即可开始使用它。
XOM 非常节省内存。如果将整个文档读入内存，XOM 会使用尽可能少的内存。更重要的是，XOM 允许您在构建文档时对其进行过滤，这样您就不必构建您不感兴趣的树部分。例如，您可以跳过构建仅代表边界空白的文本节点，如果这样的空白在您的应用程序中并不重要。您甚至可以逐个处理文档，并在完成后将其丢弃。XOM 已用于处理千兆字节大小的文档。