JAVA解析XML的方式DOM、SAX、DOM4J、JDOM、StAX之详解与比较
1.各种方式的详解
1)DOM(JAXP Crimson解析器)
DOM是用与平台和语言无关的方式表示XML文档的 官方W3C标准。DOM是以层次结构组织的节点或信息片断的集合。这个层次结构允许开发人员在树中寻找 特定信息。分析该结构通常需要加载整个文档和构造层次结构,然后才能做任何工作。由于它是基于信息层次的,因而DOM被认为是基于树或基于对象的。DOM 以及广义的基于树的处理具有几个优点。首先,由于树在内存中是持久的,因此可以修改它以便应用程序能对数据和结构作出更改。它还可以在任何时候在树中上下 导航,而不是像SAX那样是一次性的处理。DOM使用起来也要简单得多。
2)SAX
SAX处理的优点非常类似于流 媒体的优点。分析能够立即开始,而不是等待所有的数据被处理。而且,由于应用程序只是在读取数据时检查数据,因此不需要将数 据存储在内存中。这对于大型文档来说是个巨大的优点。事实上,应用程序甚至不必解析整个文档;它可以在某个条件得到满足时停止解析。一般来说,SAX还比 它的替代者DOM快许多。
选择DOM还是选择SAX? 对于需要自己编写代码来处理XML文档的开发人员来说, 选择DOM还是SAX解析模型是一个非常重要的设计决策。 DOM采用建立树形结构的方式访问XML文档,而SAX采用的事件模型。
DOM 解析器把XML文档转化为一个包含其内容的树,并可以对树进行遍历。用DOM解析模型的优点是编程容易,开发人员只需要调用建树的指令,然后利用 navigation APIs访问所需的树节点来完成任务。可以很容易的添加和修改树中的元素。然而由于使用DOM解析器的时候需要处理整个XML文档,所以对性能和内存的要 求比较高,尤其是遇到很大的XML文件的时候。由于它的遍历能力,DOM解析器常用于XML文档需要频繁的改变的服务中。
SAX解析 器采用了基于事件的模型,它在解析XML文档的时候可以触发一系列的事件,当发现给定的tag的时候,它可以激活一个回调方法,告诉该方法制定 的标签已经找到。SAX对内存的要求通常会比较低,因为它让开发人员自己来决定所要处理的tag.特别是当开发人员只需要处理文档中所包含的部分数据 时,SAX这种扩展能力得到了更好的体现。但用SAX解析器的时候编码工作会比较困难,而且很难同时访问同一个文档中的多处不同数据。
3)JDOM http://www.jdom.org
JDOM 的目的是成为Java特定文档模型,它简化与XML的交互并且比使用DOM实现更快。由于是第一个Java特定模型,JDOM一直得到大力推广和 促进。正在考虑通过“Java规范请求JSR-102”将它最终用作“Java标准扩展”。从2000年初就已经开始了JDOM开发。
JDOM与DOM主要有两方面不同。首先,JDOM仅使用具体类而不使用接口。这在某些方面简化了API,但是也限制了灵活性。第二,API大量使用了Collections类,简化了那些已经熟悉这些类的Java开发者的使用。
JDOM 文档声明其目的是“使用20%(或更少)的精力解决80%(或更多)Java/XML问题”(根据学习曲线假定为20%)。JDOM对于大多数 Java/XML应用程序来说当然是有用的,并且大多数开发者发现API比DOM容易理解得多。JDOM还包括对程序行为的相当广泛检查以防止用户做任何 在XML中无意义的事。然而,它仍需要您充分理解XML以便做一些超出基本的工作(或者甚至理解某些情况下的错误)。这也许是比学习DOM或JDOM接口 都更有意义的工作。
JDOM自身不包含解析器。它通常使用SAX2解析器来解析和验证输入XML文档(尽管它还可以将以前构造的 DOM表示作为输入)。它包含一些转换器以将 JDOM表示输出成SAX2事件流、DOM模型或XML文本文档。JDOM是在Apache许可证变体下发布的开放源码。
4)DOM4J http://dom4j.sourceforge.net
虽 然DOM4J代表了完全独立的开发结果,但最初,它是JDOM的一种智能分支。它合并了许多超出基本XML文档表示的功能,包括集成的XPath支持、 XML Schema支持以及用于大文档或流化文档的基于事件的处理。它还提供了构建文档表示的选项,它通过DOM4J API和标准DOM接口具有并行访问功能。从2000下半年开始,它就一直处于开发之中。
为支持所有这些功能,DOM4J使用接口和抽 象基本类方法。DOM4J大量使用了API中的Collections类,但是在许多情况下,它还提供一些替 代方法以允许更好的性能或更直接的编码方法。直接好处是,虽然DOM4J付出了更复杂的API的代价,但是它提供了比JDOM大得多的灵活性。
在 添加灵活性、XPath集成和对大文档处理的目标时,DOM4J的目标与JDOM是一样的:针对Java开发者的易用性和直观操作。它还致力于成为比 JDOM更完整的解决方案,实现在本质上处理所有Java/XML问题的目标。在完成该目标时,它比JDOM更少强调防止不正确的应用程序行为。
DOM4J是一个非常非常优秀的Java XML API,具有性能优异、功能强大和极端易用使用的特点,同时它也是一个开放源代码的软件。如今你可以看到越来越多的Java软件都在使用DOM4J来读写 XML,特别值得一提的是连Sun的JAXM也在用DOM4J.
5)StAX
JDK6的新特性StAX(JSR 173)是JDK6.0中除了DOM和SAX之外的又一种处理XML文档的API
StAX的来历
在JAXP1.3(JSR 206)有两种处理XML文档的方法:DOM(Document Object Model)和SAX(Simple API forXML).由于JDK6.0中的JAXB2(JSR 222)和JAX-WS 2.0(JSR224)都会用到StAX所以Sun决定把StAX加入到JAXP家族当中来,并将JAXP的版本升级到1.4(JAXP1.4是 JAXP1.3的维护版本),JDK6里面JAXP的版本就是1.4。
StAX是The Streaming API for XML的缩写,一种利用拉模式解析(pull-parsing)XML文档的API.StAX通过提供一种基于事件迭代器(Iterator)的API让 程序员去控制xml文档解析过程,程序遍历这个事件迭代器去处理每一个解析事件,解析事件可以看做是程序拉出来的,也就是程序促使解析器产生一个解析事件 然后处理该事件,之后又促使解析器产生下一个解析事件,如此循环直到碰到文档结束符;SAX也是基于事件处理xml文档,但却是用推模式解析,解析器解析 完整个xml文档后,才产生解析事件,然后推给程序去处理这些事件;DOM采用的方式是将整个xml文档映射到一颗内存树,这样就可以很容易地得到父节点 和子结点以及兄弟节点的数据,但如果文档很大,将会严重影响性能。
二、性能比较
1)DOM4J性能最好,连Sun的JAXM也在用DOM4J.目前许多开源项目中大量采用DOM4J,例如大名鼎鼎的Hibernate也用DOM4J来读取XML配置文件。如果不考虑可移植性,那就采用DOM4J.
2)JDOM 和DOM在性能测试时表现不佳,在测试10M文档时内存溢出。在小文档情况下还值得考虑使用DOM和JDOM.虽然JDOM的开发者已经说明 他们期望在正式发行版前专注性能问题,但是从性能观点来看,它确实没有值得推荐之处。另外,DOM仍是一个非常好的选择。DOM实现广泛应用于多种编程语 言。它还是许多其它与XML相关的标准的基础,因为它正式获得W3C推荐(与基于非标准的Java模型相对),所以在某些类型的项目中可能也需要它(如在 javascript中使用DOM)。
3)SAX表现较好,这要依赖于它特定的解析方式-事件驱动。一个SAX检测即将到来的XML流,但并没有载入到内存(当然当XML流被读入时,会有部分文档暂时隐藏在内存中)。
以下是各种方式解析XML的java实例:
1.DOM解析XML
package com.xml.parseXml; import java.io.IOException; import java.io.InputStream; import javax.xml.parsers.DocumentBuilder; import javax.xml.parsers.DocumentBuilderFactory; import javax.xml.parsers.ParserConfigurationException; import org.w3c.dom.Document; import org.w3c.dom.Element; import org.w3c.dom.NodeList; import org.xml.sax.SAXException; import com.xml.bean.Address; import com.xml.bean.ReadXmlFileStream; public class DOMParseXml { private static Address address = new Address(); public static void main(String[] args) { long lasting = System.currentTimeMillis(); try { InputStream in = ReadXmlFileStream.getXmlFileStream(); DocumentBuilderFactory factory = DocumentBuilderFactory.newInstance(); DocumentBuilder builder = factory.newDocumentBuilder(); Document document = builder.parse(in); Element root = document.getDocumentElement(); NodeList valueNode = root.getElementsByTagName("value"); System.out.println("addresses:" + root + root.getChildNodes() + valueNode.getLength()); for( int i=0; i<valueNode.getLength(); i++) { System.out.println(i); address.setNo(root.getElementsByTagName("no").item(i).getFirstChild() .getNodeValue()); address.setAddr(root.getElementsByTagName("addr").item(i).getFirstChild() .getNodeValue()); System.out.println(address); } } catch (ParserConfigurationException e) { e.printStackTrace(); } catch (SAXException e) { e.printStackTrace(); } catch (IOException e) { e.printStackTrace(); } System.out.println("运行时间:" + (System.currentTimeMillis() - lasting)+ " 毫秒"); } }
2.SAX解析XML
package com.xml.parseXml; import java.io.InputStream; import java.util.Stack; import javax.xml.parsers.SAXParser; import javax.xml.parsers.SAXParserFactory; import org.xml.sax.Attributes; import org.xml.sax.InputSource; import org.xml.sax.SAXException; import org.xml.sax.helpers.DefaultHandler; import com.xml.bean.Address; import com.xml.bean.ReadXmlFileStream; public class SAXParseXml extends DefaultHandler { private static Address address = new Address(); private Stack tags = new Stack(); public SAXParseXml() { } @Override public void characters(char[] ch, int start, int length) throws SAXException { String tag = (String) tags.peek(); if (tag.equals("no")) { address.setNo(new String(ch, start, length)); System.out.println(address.getNo()); } if (tag.equals("addr")) { address.setAddr(new String(ch, start, length)); System.out.println(address.getAddr()); } } @Override public void startElement(String uri, String localName, String qName, Attributes attrs) throws SAXException { tags.push(qName); } public static void main(String[] args) { long lasting = System.currentTimeMillis(); try { SAXParserFactory factory = SAXParserFactory.newInstance(); SAXParser sp = factory.newSAXParser(); SAXParseXml reader = new SAXParseXml(); InputStream in = ReadXmlFileStream.getXmlFileStream(); sp.parse(new InputSource(in), reader); System.out.println("运行时间:" + (System.currentTimeMillis() - lasting) + " 毫秒"); } catch (Exception e) { e.printStackTrace(); } } }
3.DOM4J解析XML
package com.xml.parseXml; import java.io.InputStream; import java.io.InputStreamReader; import java.io.Reader; import java.util.Iterator; import org.dom4j.Document; import org.dom4j.Element; import org.dom4j.io.SAXReader; import com.xml.bean.Address; import com.xml.bean.ReadXmlFileStream; public class DOM4JParseXml { private static Address address = new Address(); public static void main(String[] args) { long starttime = System.currentTimeMillis(); try { InputStream in = ReadXmlFileStream.getXmlFileStream(); Reader reader = new InputStreamReader(in, "utf-8"); // 注意编码问题 SAXReader SaxReader = new SAXReader(); Document doc = SaxReader.read(reader); Element root = doc.getRootElement(); Element childNode = null; // 枚举名称为value的节点 for (Iterator it = root.elementIterator("value"); it.hasNext();) { childNode = (Element) it.next(); address.setNo(childNode.elementText("no")); address.setAddr(childNode.elementText("addr")); System.out.println(address); } } catch (Exception e) { e.printStackTrace(); } System.out.println("运行时间:" + (System.currentTimeMillis() - starttime) + " 毫秒"); } }
4.JDOM解析XML
package com.xml.parseXml; import java.io.IOException; import java.io.InputStream; import java.util.List; import org.jdom.Document; import org.jdom.Element; import org.jdom.JDOMException; import org.jdom.input.SAXBuilder; import com.xml.bean.Address; import com.xml.bean.ReadXmlFileStream; public class JDOMParseXml { private static Address address = new Address(); public static void main(String[] args) { long lasting = System.currentTimeMillis(); try { SAXBuilder builder = new SAXBuilder(); InputStream in = ReadXmlFileStream.getXmlFileStream(); Document doc = builder.build(in); Element root = doc.getRootElement(); List allChildren = root.getChildren(); for (int i = 0; i < allChildren.size(); i++) { address.setNo(((Element) allChildren.get(i)).getChild("no") .getTextTrim()); address.setAddr(((Element) allChildren.get(i)).getChild("addr") .getTextTrim()); System.out.println(address); } } catch (JDOMException e) { e.printStackTrace(); } catch (IOException e) { e.printStackTrace(); } System.out.println("运行时间:" + (System.currentTimeMillis() - lasting) + " 毫秒"); } }
5.StAX解析XML
package com.xml.parseXml; import java.io.InputStream; import javax.xml.stream.XMLEventReader; import javax.xml.stream.XMLInputFactory; import javax.xml.stream.events.StartElement; import javax.xml.stream.events.XMLEvent; import com.xml.bean.Address; import com.xml.bean.ReadXmlFileStream; public class StAXParseXml { private static Address address = new Address(); public static void main(String[] args) { long lasting = System.currentTimeMillis(); try { InputStream in = ReadXmlFileStream.getXmlFileStream(); XMLInputFactory xmlif = XMLInputFactory.newInstance(); // 用于解析 XML 事件的顶层接口 XMLEventReader reader = xmlif.createXMLEventReader(in); // 处理标记事件的基础事件接口 XMLEvent event = null; while (reader.hasNext()) { event = reader.nextEvent(); if (event.isStartElement()) { // 起始元素 StartElement startElt = event.asStartElement(); if (startElt.getName().getLocalPart().equals("no")) { address.setNo(reader.getElementText()); } else if (startElt.getName().getLocalPart().equals("addr")) { address.setAddr(reader.getElementText()); System.out.println(address); } } else if (event.isCharacters()) { // 文本内容 // 相邻标记之间都是文本内容 System.out.println("解析的是文本内容:" + event.asCharacters().getData()); } else if (event.isEndElement()) { // 结束元素 System.out.println("解析的是结束标记:" + event.asEndElement().getName()); } } } catch (Exception e) { e.printStackTrace(); } System.out.println("运行时间:" + (System.currentTimeMillis() - lasting) + " 毫秒"); } }
依赖的类:
1.Address .java
package com.xml.bean; public class Address { private String no; private String addr; /** * @return the no */ public String getNo() { return no; } /** * @param no the no to set */ public void setNo(String no) { this.no = no; } /** * @return the addr */ public String getAddr() { return addr; } /** * @param addr the addr to set */ public void setAddr(String addr) { this.addr = addr; } @Override public String toString() { return "编号:" + this.no + ",地址:" + this.addr; } }
2.ReadXmlFileStream .java
/** * */ package com.xml.bean; import java.io.InputStream; public class ReadXmlFileStream { private static final String XML_FILE = "com/xml/bean/addresses.xml"; public static InputStream getXmlFileStream() { return Thread.currentThread().getContextClassLoader() .getResourceAsStream(XML_FILE); } }
被解析的XML结构:
addresses.xml
<?xml version="1.0" encoding="UTF-8"?> <addresses> <value> <no>A100</no> <addr>广州天河区天河路</addr> </value> <value> <no>A101</no> <addr>广州天河区五山路</addr> </value> </addresses>