Java解析XML文件的四種方法

2023-06-10 12:43:26

字體：大中小

供稿：網(wǎng)友

1.介紹

1）DOM（JAXP Crimson解析器）

DOM是用與平臺(tái)和語(yǔ)言無(wú)關(guān)的方式表示XML文檔的官方W3C標(biāo)準(zhǔn)。DOM是以層次結(jié)構(gòu)組織的節(jié)點(diǎn)或信息片斷的集合。這個(gè)層次結(jié)構(gòu)允許開(kāi)發(fā)人員在樹(shù)中尋找特定信息。分析該結(jié)構(gòu)通常需要加載整個(gè)文檔和構(gòu)造層次結(jié)構(gòu)，然后才能做任何工作。由于它是基于信息層次的，因而DOM被認(rèn)為是基于樹(shù)或基于對(duì)象的。DOM 以及廣義的基于樹(shù)的處理具有幾個(gè)優(yōu)點(diǎn)。首先，由于樹(shù)在內(nèi)存中是持久的，因此可以修改它以便應(yīng)用程序能對(duì)數(shù)據(jù)和結(jié)構(gòu)作出更改。它還可以在任何時(shí)候在樹(shù)中上下導(dǎo)航，而不是像SAX那樣是一次性的處理。DOM使用起來(lái)也要簡(jiǎn)單得多。

2）SAX

SAX處理的優(yōu)點(diǎn)非常類似于流媒體的優(yōu)點(diǎn)。分析能夠立即開(kāi)始，而不是等待所有的數(shù)據(jù)被處理。而且，由于應(yīng)用程序只是在讀取數(shù)據(jù)時(shí)檢查數(shù)據(jù)，因此不需要將數(shù)據(jù)存儲(chǔ)在內(nèi)存中。這對(duì)于大型文檔來(lái)說(shuō)是個(gè)巨大的優(yōu)點(diǎn)。事實(shí)上，應(yīng)用程序甚至不必解析整個(gè)文檔；它可以在某個(gè)條件得到滿足時(shí)停止解析。一般來(lái)說(shuō)，SAX還比它的替代者DOM快許多。

選擇DOM還是選擇SAX？對(duì)于需要自己編寫(xiě)代碼來(lái)處理XML文檔的開(kāi)發(fā)人員來(lái)說(shuō)，選擇DOM還是SAX解析模型是一個(gè)非常重要的設(shè)計(jì)決策。 DOM采用建立樹(shù)形結(jié)構(gòu)的方式訪問(wèn)XML文檔，而SAX采用的事件模型。

DOM解析器把XML文檔轉(zhuǎn)化為一個(gè)包含其內(nèi)容的樹(shù)，并可以對(duì)樹(shù)進(jìn)行遍歷。用DOM解析模型的優(yōu)點(diǎn)是編程容易，開(kāi)發(fā)人員只需要調(diào)用建樹(shù)的指令，然后利用 navigation APIs訪問(wèn)所需的樹(shù)節(jié)點(diǎn)來(lái)完成任務(wù)。可以很容易的添加和修改樹(shù)中的元素。然而由于使用DOM解析器的時(shí)候需要處理整個(gè)XML文檔，所以對(duì)性能和內(nèi)存的要求比較高，尤其是遇到很大的XML文件的時(shí)候。由于它的遍歷能力，DOM解析器常用于XML文檔需要頻繁的改變的服務(wù)中。

SAX解析器采用了基于事件的模型，它在解析XML文檔的時(shí)候可以觸發(fā)一系列的事件，當(dāng)發(fā)現(xiàn)給定的tag的時(shí)候，它可以激活一個(gè)回調(diào)方法，告訴該方法制定的標(biāo)簽已經(jīng)找到。SAX對(duì)內(nèi)存的要求通常會(huì)比較低，因?yàn)樗岄_(kāi)發(fā)人員自己來(lái)決定所要處理的tag.特別是當(dāng)開(kāi)發(fā)人員只需要處理文檔中所包含的部分?jǐn)?shù)據(jù)時(shí)，SAX這種擴(kuò)展能力得到了更好的體現(xiàn)。但用SAX解析器的時(shí)候編碼工作會(huì)比較困難，而且很難同時(shí)訪問(wèn)同一個(gè)文檔中的多處不同數(shù)據(jù)。

3）JDOM http://www.jdom.org

JDOM的目的是成為Java特定文檔模型，它簡(jiǎn)化與XML的交互并且比使用DOM實(shí)現(xiàn)更快。由于是第一個(gè)Java特定模型，JDOM一直得到大力推廣和促進(jìn)。正在考慮通過(guò)“Java規(guī)范請(qǐng)求JSR-102”將它最終用作“Java標(biāo)準(zhǔn)擴(kuò)展”。從2000年初就已經(jīng)開(kāi)始了JDOM開(kāi)發(fā)。

JDOM與DOM主要有兩方面不同。首先，JDOM僅使用具體類而不使用接口。這在某些方面簡(jiǎn)化了API，但是也限制了靈活性。第二，API大量使用了Collections類，簡(jiǎn)化了那些已經(jīng)熟悉這些類的Java開(kāi)發(fā)者的使用。

JDOM文檔聲明其目的是“使用20%（或更少）的精力解決80%（或更多）Java/XML問(wèn)題”（根據(jù)學(xué)習(xí)曲線假定為20%）。JDOM對(duì)于大多數(shù) Java/XML應(yīng)用程序來(lái)說(shuō)當(dāng)然是有用的，并且大多數(shù)開(kāi)發(fā)者發(fā)現(xiàn)API比DOM容易理解得多。JDOM還包括對(duì)程序行為的相當(dāng)廣泛檢查以防止用戶做任何在XML中無(wú)意義的事。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況下的錯(cuò)誤）。這也許是比學(xué)習(xí)DOM或JDOM接口都更有意義的工作。

JDOM自身不包含解析器。它通常使用SAX2解析器來(lái)解析和驗(yàn)證輸入XML文檔（盡管它還可以將以前構(gòu)造的DOM表示作為輸入）。它包含一些轉(zhuǎn)換器以將JDOM表示輸出成SAX2事件流、DOM模型或XML文本文檔。JDOM是在Apache許可證變體下發(fā)布的開(kāi)放源碼。

4）DOM4J http://dom4j.sourceforge.net

雖然DOM4J代表了完全獨(dú)立的開(kāi)發(fā)結(jié)果，但最初，它是JDOM的一種智能分支。它合并了許多超出基本XML文檔表示的功能，包括集成的XPath支持、 XML Schema支持以及用于大文檔或流化文檔的基于事件的處理。它還提供了構(gòu)建文檔表示的選項(xiàng)，它通過(guò)DOM4J API和標(biāo)準(zhǔn)DOM接口具有并行訪問(wèn)功能。從2000下半年開(kāi)始，它就一直處于開(kāi)發(fā)之中。

為支持所有這些功能，DOM4J使用接口和抽象基本類方法。DOM4J大量使用了API中的Collections類，但是在許多情況下，它還提供一些替代方法以允許更好的性能或更直接的編碼方法。直接好處是，雖然DOM4J付出了更復(fù)雜的API的代價(jià)，但是它提供了比JDOM大得多的靈活性。

在添加靈活性、XPath集成和對(duì)大文檔處理的目標(biāo)時(shí)，DOM4J的目標(biāo)與JDOM是一樣的：針對(duì)Java開(kāi)發(fā)者的易用性和直觀操作。它還致力于成為比 JDOM更完整的解決方案，實(shí)現(xiàn)在本質(zhì)上處理所有Java/XML問(wèn)題的目標(biāo)。在完成該目標(biāo)時(shí)，它比JDOM更少?gòu)?qiáng)調(diào)防止不正確的應(yīng)用程序行為。

DOM4J是一個(gè)非常非常優(yōu)秀的Java XML API，具有性能優(yōu)異、功能強(qiáng)大和極端易用使用的特點(diǎn)，同時(shí)它也是一個(gè)開(kāi)放源代碼的軟件。如今你可以看到越來(lái)越多的Java軟件都在使用DOM4J來(lái)讀寫(xiě) XML，特別值得一提的是連Sun的JAXM也在用DOM4J.

2、比較

1）DOM4J性能最好，連Sun的JAXM也在用DOM4J.目前許多開(kāi)源項(xiàng)目中大量采用DOM4J，例如大名鼎鼎的Hibernate也用DOM4J來(lái)讀取XML配置文件。如果不考慮可移植性，那就采用DOM4J.

2）JDOM和DOM在性能測(cè)試時(shí)表現(xiàn)不佳，在測(cè)試10M文檔時(shí)內(nèi)存溢出。在小文檔情況下還值得考慮使用DOM和JDOM.雖然JDOM的開(kāi)發(fā)者已經(jīng)說(shuō)明他們期望在正式發(fā)行版前專注性能問(wèn)題，但是從性能觀點(diǎn)來(lái)看，它確實(shí)沒(méi)有值得推薦之處。另外，DOM仍是一個(gè)非常好的選擇。DOM實(shí)現(xiàn)廣泛應(yīng)用于多種編程語(yǔ)言。它還是許多其它與XML相關(guān)的標(biāo)準(zhǔn)的基礎(chǔ)，因?yàn)樗将@得W3C推薦（與基于非標(biāo)準(zhǔn)的Java模型相對(duì)），所以在某些類型的項(xiàng)目中可能也需要它（如在 JavaScript中使用DOM）。

3）SAX表現(xiàn)較好，這要依賴于它特定的解析方式－事件驅(qū)動(dòng)。一個(gè)SAX檢測(cè)即將到來(lái)的XML流，但并沒(méi)有載入到內(nèi)存（當(dāng)然當(dāng)XML流被讀入時(shí)，會(huì)有部分文檔暫時(shí)隱藏在內(nèi)存中）。

3.四種XML操作方式的基本使用方法

xml文件：

<?xml version="1.0" encoding="GB2312"?>

    <RESULT>

    <VALUE>

    <NO>A1234</NO>

    <ADDR>四川省XX縣XX鎮(zhèn)XX路X段XX號(hào)</ADDR>

    </VALUE>

    <VALUE>

    <NO>B1234</NO>

    <ADDR>四川省XX市XX鄉(xiāng)XX村XX組</ADDR>

    </VALUE>
    </RESULT>

1）DOM

    import java.io.*;

    import java.util.*;

    import org.w3c.dom.*;

    import javax.xml.parsers.*;

    public class MyXMLReader{

    public static void main(String arge[]){

    long lasting =System.currentTimeMillis();

    try{

    File f=new File("data_10k.xml");

    DocumentBuilderFactory factory=DocumentBuilderFactory.newInstance();

    DocumentBuilder builder=factory.newDocumentBuilder();

    Document doc = builder.parse(f);

    NodeList nl = doc.getElementsByTagName("VALUE");

    for (int i=0;i<nl.getLength();i++){

    System.out.print("車牌號(hào)碼:" +

    doc.getElementsByTagName("NO").item(i).getFirstChild().getNodeValue());

    System.out.println("車主地址:" +

    doc.getElementsByTagName("ADDR").item(i).getFirstChild().getNodeValue());

    }

    }catch(Exception e){

    e.printStackTrace();

    }

2）SAX

    import org.xml.sax.*;

    import org.xml.sax.helpers.*;

    import javax.xml.parsers.*;

    public class MyXMLReader extends DefaultHandler {

    java.util.Stack tags = new java.util.Stack();

    public MyXMLReader() {

    super();

    }

    public static void main(String args[]) {

    long lasting = System.currentTimeMillis();

    try {

    SAXParserFactory sf = SAXParserFactory.newInstance();

    SAXParser sp = sf.newSAXParser();

    MyXMLReader reader = new MyXMLReader();

    sp.parse(new InputSource("data_10k.xml"), reader);

    } catch (Exception e) {

    e.printStackTrace();

    }

    System.out.println("運(yùn)行時(shí)間：" + (System.currentTimeMillis() - lasting) + "毫秒");}

    public void characters(char ch[], int start, int length) throws SAXException {

    String tag = (String) tags.peek();

    if (tag.equals("NO")) {

    System.out.print("車牌號(hào)碼：" + new String(ch, start, length));

    }

    if (tag.equals("ADDR")) {

    System.out.println("地址:" + new String(ch, start, length));

    }

    }

    public void startElement(String uri,String localName,String qName,Attributes attrs) {

    tags.push(qName);}
    }

3）JDOM

    import java.io.*;

    import java.util.*;

    import org.jdom.*;

    import org.jdom.input.*;

    public class MyXMLReader {

    public static void main(String arge[]) {

    long lasting = System.currentTimeMillis();

    try {

    SAXBuilder builder = new SAXBuilder();

    Document doc = builder.build(new File("data_10k.xml"));

    Element foo = doc.getRootElement();

    List allChildren = foo.getChildren();

    for(int i=0;i<allChildren.size();i++) {

    System.out.print("車牌號(hào)碼:" +

    ((Element)allChildren.get(i)).getChild("NO").getText());

    System.out.println("車主地址:" +

    ((Element)allChildren.get(i)).getChild("ADDR").getText());

    }

    } catch (Exception e) {

    e.printStackTrace();

    }

    }

4）DOM4J

    import java.io.*;

    import java.util.*;

    import org.dom4j.*;

    import org.dom4j.io.*;

    public class MyXMLReader {

    public static void main(String arge[]) {

    long lasting = System.currentTimeMillis();

    try {

    File f = new File("data_10k.xml");

    SAXReader reader = new SAXReader();

    Document doc = reader.read(f);

    Element root = doc.getRootElement();

    Element foo;

    for (Iterator i = root.elementIterator("VALUE"); i.hasNext() {

    foo = (Element) i.next();

    System.out.print("車牌號(hào)碼:" + foo.elementText("NO"));

    System.out.println("車主地址:" + foo.elementText("ADDR"));

    }

    } catch (Exception e) {

    e.printStackTrace();

    }

    )