BaseX for Wikipedia Dumps：feature_secure_processing 问题

Question

我尝试使用 BaseX（basex.org，没有论坛，商业用例的付费帮助，帮助文件中没有出现上述搜索词）db 为维基百科文本转储创建离线数据库（.xml 与大约 20 GB，未知数量的“页面”）。

在 BaseX 中创建新数据库后，程序会非常快速地导入大量“实体”，这些“实体”中的每一个都可能是多个标签之一，例如 ...，并且以此类推，页面数量要少得多。

导入 5000 万个“实体”后，总是收到错误消息“D:/dewiki.xml”（第 99057203 行）：JAXP00010004：实体的累积大小为“50,000,001”，超过“50,000,000 “由“FEATURE_SECURE_PROCESSING”设置的限制，并且数据库似乎仍然是空的，也就是说，即使是在那个时间点之前处理过的页面似乎也没有被导入。

我已经手动搜索了 BaseX 附带的许多通用数据库维护等文件，以查找“feature_secure_processing”，但在这些多个文件中没有找到这样的字符串，并且没有关于它的设置，在BaseX“选项”。

我知道这个字符串经常用在 XML 或其他环境中，为了防止来自外部的 web 攻击，但很明显，在我的用例中，我不需要这样的“保护”，而是我需要导入整个维基百科 XML 转储文件，以便 BaseX 创建数据库，连同索引等等。

例如，在更常见的“WikiTaxi”中，只能针对当前页面进行内容搜索，甚至不允许从页面内容中选择然后复制，显然是为了防止学童复制并粘贴到他们的作业中；因此，一旦限制问题得到解决，BaseX（不是：XBase）似乎是访问 Wikipedia 转储的更好解决方案。

如何解决我在 BaseX 中的问题？

我知道Error: xml.sax.SAXParseException while parsing a xml file using wikixmlj 以及那里对 Java 的建议，但我不知道 Java 或任何其他编程语言，所以这个答案对我没有帮助。

非常感谢！

Answer 1

该错误是由 Java 的默认 XML 解析器引起的。如果您使用图形用户界面，您可以通过在数据库创建对话框的解析选项卡上启用“使用 XML 内部解析器”选项来使用内置的 BaseX XML 解析器。

如果您想坚持使用 Java 的默认解析器，则需要在启动 BaseX 时传递系统属性，如您发布的 StackOverflow 问题的答案中所述。