Java中如何用StAX将XML事件InputStream经多处理器转换为新输入流

实现方案说明 #

你提到的两种思路都可行，以下是具体实现方式和优劣势对比：

方案1：PipedInputStream + 独立线程（推荐）

这是最适合大体积XML处理的方案，处理和读取异步执行，不会一次性加载全量XML到内存，实现逻辑简单不易出错。
实现逻辑：

1. 创建绑定的PipedInputStream和PipedOutputStream，返回PipedInputStream作为结果
2. 启动独立线程执行你的事件处理循环，用XMLEventWriter把处理后的事件写入PipedOutputStream
3. 处理完成后自动关闭所有流

修改后的完整代码示例：

public interface EventHandler {
  XMLEvent process(XMLEvent event);
}

public class Handler1 implements EventHandler {
  @Override
  public XMLEvent process(XMLEvent event) {
    if (supports(event)) {
      // 你的处理逻辑
    }
    // 记得返回事件，不要漏写
    return event;
  }

  private boolean supports(XMLEvent event) {
    // 匹配逻辑
    return true;
  }
}

public class XmlProcessor {
  
  // 如果处理器有执行顺序要求，替换为List<EventHandler>
  @Autowired
  private List<EventHandler> eventHandlers;

  public InputStream process(InputStream inputStream) throws Exception {
    // 可自定义缓冲区大小，大文件建议设为4~16M提升性能
    PipedInputStream pipedIn = new PipedInputStream(8 * 1024 * 1024);
    PipedOutputStream pipedOut = new PipedOutputStream(pipedIn);

    // 启动异步线程处理XML
    new Thread(() -> {
      try (
        InputStream autoCloseInput = inputStream;
        PipedOutputStream autoCloseOutput = pipedOut
      ) {
        XMLInputFactory inputFactory = XMLInputFactory.newInstance();
        XMLEventReader eventReader = inputFactory.createXMLEventReader(autoCloseInput);
        XMLOutputFactory outputFactory = XMLOutputFactory.newInstance();
        XMLEventWriter eventWriter = outputFactory.createXMLEventWriter(autoCloseOutput);

        while (eventReader.hasNext()) {
          XMLEvent event = eventReader.nextEvent();
          // 依次执行所有处理器
          for (EventHandler eh : eventHandlers) {
            if (event == null) break;
            event = eh.process(event);
          }
          // 处理器返回null则跳过该事件
          if (event != null) {
            eventWriter.add(event);
          }
        }
        eventWriter.flush();
        eventWriter.close();
        eventReader.close();
      } catch (Exception e) {
        // 可根据业务需求添加日志记录
        throw new RuntimeException("XML流处理失败", e);
      }
    }, "xml-process-worker").start();

    return pipedIn;
  }
}

注意事项：

• 调用方拿到返回的InputStream后必须正常关闭，避免线程和流资源泄漏
• 如果需要支持调用方提前中断流读取，可以给线程加上中断监听逻辑

方案2：自定义InputStream实现（单线程）

如果不想启动额外线程，可以自己实现InputStream子类，内部持有XMLEventReader和事件处理器列表，每次read方法被调用时，按需处理下一个XML事件，转成字节后返回。
该方案完全单线程运行，但需要自己处理字节缓冲区管理、事件序列化等逻辑，实现复杂度高，容易出现边界BUG，非特殊需求不推荐。

内容的提问来源于stack exchange，提问作者John Allison