如何用 Java 或 Kotlin 解析大型 YAML 文件？

Question

我有一个很大的 YAML 文件（~5MB），我需要使用 Kotlin/JVM 解析它。

我尝试使用 Jackson 2.14.1 的流式 API，但它抛出：

com.fasterxml.jackson.dataformat.yaml.JacksonYAMLParseException: The incoming YAML document exceeds the limit: 3145728 code points.
 at [Source: (ZipInputStream); line: 122415, column: 9]
...
Caused by: org.yaml.snakeyaml.error.YAMLException: The incoming YAML document exceeds the limit: 3145728 code points.

我的 YAML 文件是一个包含大约 5k 个键的大字典，每个键都关联了一个小文档。 我流式传输根键并使用JsonParser.readValueAs()方法解析每个关联的文档。 因为我是流媒体，所以我希望字典的大小不会有问题，只要每个子文档足够小。 但是，有。 我在第 122415 行检查了无法解析的文档，它既不大（1.5KB）也不格式错误（根据https://www.yamllint.com/ ）。

我的代码是：

@Service
class Parser(
    @Qualifier("yamlMapper") private val yamlMapper: ObjectMapper,
) {
    fun parse(input: InputStream): Flow<Item> = flow {
        val parser = yamlMapper.factory.createParser(input)
        parser.use {
            parser.requireToken(JsonToken.START_OBJECT)
            var token = parser.nextToken()
            while (token != JsonToken.END_OBJECT) {
                if (token != JsonToken.FIELD_NAME) {
                    throw JsonParseException(parser, "Expected FIELD_NAME but was $token")
                }
                parser.requireToken(JsonToken.START_OBJECT)
                emit(parser.readValueAs(Item::class.java))
                token = parser.nextToken()
            }
            parser.requireToken(null)
        }
    }
}

fun JsonParser.requireToken(expected: JsonToken?) {
    val actual = nextToken()
    if (actual != expected) {
        throw JsonParseException(this, "Expected ${expected ?: "end of file"} but was $actual")
    }
}

Answer 1

翻阅 Jackson 的文档后，发现这很容易。 创建 ObjectMapper 时我需要配置 YAMLFactory：

@SpringBootApplication
class Main {
    @Bean
    fun yamlMapper(): ObjectMapper =
        ObjectMapper(YAMLFactory.builder()
            .loaderOptions(LoaderOptions().apply {
                codePointLimit = 100 * 1024 * 1024 // 100MB
            })
        )
}

请参阅最大输入 YAML 文档大小 (3 MB) 。