У меня есть несколько html-файлов, созданных при экспорте в Filemaker. Каждый файл представляет собой огромную таблицу HTML. Я хочу перебрать строки таблицы и заполнить их в базе данных. Я попытался сделать это с HTMLParser следующим образом:
String inputHTML = readFile("filemakerExport.htm","UTF-8");
Parser parser = new Parser();
parser.setInputHTML(inputHTML);
parser.setEncoding("UTF-8");
NodeList nl = parser.parse(null);
NodeList trs = nl.extractAllNodesThatMatch(new TagNameFilter("tr"),true);
for(int i=0;i<trs.size();i++) {
NodeList nodes = trs.elementAt(i).getChildren();
NodeList tds = nodes.extractAllNodesThatMatch(new TagNameFilter("td"),true);
// Do stuff with tds
}
Приведенный выше код работает с файлами до 1 Мб. К сожалению, у меня есть html-файл 4,8 Мб, и я получаю сообщение об ошибке памяти.
Exception in thread "main" java.lang.OutOfMemoryError: Java heap space
at org.htmlparser.lexer.Lexer.parseTag(Lexer.java:1002)
at org.htmlparser.lexer.Lexer.nextNode(Lexer.java:369)
at org.htmlparser.scanners.CompositeTagScanner.scan(CompositeTagScanner.java:111)
at org.htmlparser.util.IteratorImpl.nextNode(IteratorImpl.java:92)
at org.htmlparser.Parser.parse(Parser.java:701)
at Tools.main(Tools.java:33)
Есть ли более эффективный способ решить эту проблему с помощью HTMLParser (я совершенно новичок в библиотеке), или мне следует использовать другую библиотеку или подход?