推荐使用StAX流式拆分大XML文件，通过XMLStreamReader逐事件解析，捕获目标节点子树（记录深度、透传命名空间与属性），用XMLStreamWriter边读边写至多个小文件，内存恒定几MB。
用Java拆分大XML文件，核心思路是**避免一次性加载整个文件到内存（防止OOM）**，采用流式解析（如SAX或StAX），边读边写，按指定节点边界切分。推荐使用StAX（javax.xml.stream），它比SAX更易控制写入，又比DOM更省内存。
选择StAX进行流式拆分
StAX支持“拉模式”解析（XMLStreamReader）和“推模式”写入（XMLStreamWriter），适合边读边写、动态创建多个输出文件。
- 用XMLStreamReader逐个读取事件（START_ELEMENT、END_ELEMENT等）
- 遇到目标拆分节点（如
<record></record>）时，新开一个文件，写入XML声明 + 根结构（可选） + 当前节点及其子树 - 用XMLStreamWriter将匹配的节点完整写入对应小文件（注意递归复制子元素、属性、文本、命名空间）
定义拆分边界：按特定开始/结束标签
例如，原始XML为：
<?xml version="1.0"?> <data> <record id="1"><name>A</name></record> <record id="2"><name>B</name></record> </data>
你想按每个<record></record>生成一个独立文件（record_1.xml, record_2.xml）。关键不是只读标签名，而是**捕获从START_ELEMENT到匹配END_ELEMENT之间的完整子树**。
立即学习“Java免费学习笔记（深入）”；
- 记录当前节点深度（startDepth），每遇到START_ELEMENT深度+1，END_ELEMENT深度-1
- 当深度回到startDepth且事件为END_ELEMENT时，即完成一个完整节点闭合
- 期间所有事件（包括属性、字符、注释）都原样写入当前输出文件
写出可复用的拆分工具方法
封装一个方法：splitByElement(String inputFile, String splitElementName, String outputDir, int maxPerFile)
-
splitElementName：如"record"（不带） -
outputDir：确保已存在，文件名自动编号（如part_001.xml） -
maxPerFile：可选，限制单个小文件包含多少个拆分节点（防单文件过大） - 每个小文件保持格式良好：写入XML声明、包裹根（如
<records>...</records>），或直接写单个<record></record>（需确认下游是否接受无根文档）
注意事项与避坑点
实际处理中容易忽略这些细节：
-
命名空间必须透传：读取时获取
getNamespaceURI()、getPrefix()，写入时用writeStartElement(prefix, localName, namespaceURI) -
属性要全量复制：在START_ELEMENT事件后循环
getAttributeCount()，逐个写writeAttribute() -
字符数据要合并：XML可能把长文本拆成多个CHARACTERS事件，需累积后再写（或直接用
getElementText()简化） -
关闭资源：每个
XMLStreamWriter必须flush() + close()，否则内容丢失；用try-with-resources最安全
基本上就这些。不用DOM，不求通用性，专注流式+精准子树提取，几万行的大XML也能稳定拆分，内存占用基本恒定在几MB内。
