使用SAXON EE10.6流式转换大XML为Solr格式报XTSE3430错误如何解决

XTSE3430错误触发的核心是Saxon流式XSLT的强制规则：单个流式输入节点只能被消费一次。你的现有模板同时对同一个record节点做了两个消费操作：

1. 直接读取当前节点的属性构造<field>元素
2. 调用xsl:apply-templates处理当前节点的子节点
   两次消费需要重复读取同一个流式节点的内容，不符合流式处理的单次访问要求，同时返回结果中直接引用未物化的流式节点，也会触发规则冲突。

你可以通过先物化单条record节点的方式解决问题，单条业务数据的体积通常在KB级别，完全不会占用过多内存，同时能规避流式节点的重复消费限制，修改逻辑如下：

• 根模板仅做流式遍历，不保留全文档树

<xsl:template match="/">
  <add>
    <xsl:apply-templates select="/root/record" mode="streamed"/>
  </add>
</xsl:template>

• 流式匹配record节点后先物化，后续所有操作都基于物化后的变量执行

<xsl:template match="record" mode="streamed">
  <!-- 单次消费流式节点，将整份record物化到内存 -->
  <xsl:variable name="current-record" select="copy-of(.)" as="element(record)">
  <doc>
    <!-- 所有属性读取都从物化变量获取 -->
    <field name="id">{$current-record/@id}</field>
    <field name="type">{$current-record/@type}</field>
    <!-- 子节点处理也基于物化变量，不再操作原始流式节点 -->
    <xsl:apply-templates select="$current-record/*" mode="solr-field"/>
  </doc>
</xsl:template>

• 其余处理子节点的模板不需要使用流式模式，直接操作物化后的节点内容即可。

• 确保所有mode="streamed"的模板中，对原始流式节点仅做一次操作，不要同时执行读属性、遍历子节点等多种操作
• Saxon EE调用时需要开启流式参数，命令行调用时添加-stream:on即可
• 调整后转换内存占用会稳定在几十MB级别，不会随源文件体积增长，可支撑10GB以上的大XML文件处理。

内容的提问来源于stack exchange，提问作者Marco Duindam