【学习总结】XML解析方式的使用与比较

XML的四种解析器(dom,sax,jdom,dom4j)原理及性能比较(转自zsq)

说到XML解析，平常我们接触最多的应该就是各种开源框架的配置文件，尽管很多配置都面向编程化，以配置类取代了配置文件，但是目前我所维护和开发的项目中XML配置文件仍然是一种不可或缺的配置方式。写这篇博的初衷是来自于《MyBatis技术内幕》这本书序章部分的介绍，之前在开发分布式应用时，公司内部框架也大量使用XML文件进行配置，掌握XML配置以及它的解析及应用是“造轮子”的基础，也是我们使用“轮子”的第一步。

目前常用的XML解析方式，如DOM、SAX、DOM4J、JDOM等，总结以上四种XML解析方式的使用和优缺点比较。首先在项目中配置一个demo.xml，且在JDK1.8环境下进行解析使用。

<?xml version="1.0" encoding="UTF-8"?>
<info>
    <user>
        <name>Giggs</name>
        <email>[email protected]</email>
    </user>
    <user>
        <name>Beckham</name>
        <email>[email protected]</email>
    </user>
</info>

1、DOM解析

DOM解析器在解析XML文档时，会把文档中的所有元素按照层次关系，解析成一个个Node对象（节点）。

优点：把XML文件在内存中构建属性结构，可以遍历和修改节点。

缺点：如果文件比较大，内存有压力，解析的时间会比较长。

适用：修改XML数据

package com.guanjian.xml;

import org.w3c.dom.Document;
import org.w3c.dom.Node;
import org.w3c.dom.NodeList;
import org.xml.sax.SAXException;

import javax.xml.parsers.DocumentBuilder;
import javax.xml.parsers.DocumentBuilderFactory;
import javax.xml.parsers.ParserConfigurationException;
import java.io.IOException;

/**
 * created by guanjian on 2020-01-24 13:39
 */
public class DOMParser {
    public static void main(String[] args) throws ParserConfigurationException, IOException, SAXException {
        //建立DocumentBuilderFactor，用于获得DocumentBuilder对象：
        DocumentBuilderFactory factory = DocumentBuilderFactory.newInstance();
        //2.建立DocumentBuidler：
        DocumentBuilder builder = factory.newDocumentBuilder();
        //3.建立Document对象，获取树的入口：
        Document doc = builder.parse("src/main/resources/demo.xml");
        //4.建立NodeList：
        NodeList nodes = doc.getElementsByTagName("user");

        for (int i = 0; i < nodes.getLength(); i++) {
            Node node = nodes.item(i);
            NodeList childNodes = node.getChildNodes();
            for (int j = 0; j < childNodes.getLength(); j++) {
                if (childNodes.item(j).getNodeType() == Node.ELEMENT_NODE) {
                    System.out.println(String.format("%s=%s", childNodes.item(j).getNodeName(), childNodes.item(j).getFirstChild().getNodeValue()));
                }
            }
        }
    }
}

输出结果如下：

name=Giggs
[email protected]
name=Beckham
[email protected]

2、SAX解析

SAX解析方式：逐行扫描文档，一遍扫描一遍解析。相比于DOM，SAX可以在解析文档的任意时刻停止解析解析，是一种速度更快，更高效的方法。

优点：解析可以立即开始，速度快，没有内存压力

缺点：不能对结点做修改

适用：读取XML文件

package com.guanjian.xml;

import org.xml.sax.Attributes;
import org.xml.sax.SAXException;
import org.xml.sax.helpers.DefaultHandler;

import javax.xml.parsers.ParserConfigurationException;
import javax.xml.parsers.SAXParserFactory;
import java.io.IOException;

/**
 * created by guanjian on 2020-01-24 14:20
 */
public class SAXParser {
    public static void main(String[] args) throws ParserConfigurationException, SAXException, IOException {
        //1.获取SAXParserFactory实例
        SAXParserFactory factory = SAXParserFactory.newInstance();
        //2.获取SAXparser实例
        javax.xml.parsers.SAXParser saxParser = factory.newSAXParser();
        //创建Handler对象，基于事件驱动进行方法回调解析处理
        SAXHandler handler = new SAXHandler();
        saxParser.parse("src/main/resources/demo.xml", handler);
    }

    static class SAXHandler extends DefaultHandler {
        //遍历xml文件开始标签
        @Override
        public void startDocument() throws SAXException {
            super.startDocument();
            System.out.println("===sax解析开始===\n");
        }

        //遍历xml文件结束标签
        @Override
        public void endDocument() throws SAXException {
            super.endDocument();
            System.out.println("===sax解析结束===\n");
        }

        @Override
        public void startElement(String uri, String localName, String qName, Attributes attributes) throws SAXException {
            super.startElement(uri, localName, qName, attributes);
            System.out.print("节点开始:" + qName + "\n");
        }

        @Override
        public void endElement(String uri, String localName, String qName) throws SAXException {
            super.endElement(uri, localName, qName);
            System.out.println("节点结束:" + qName + "\n");
        }

        @Override
        public void characters(char[] ch, int start, int length) throws SAXException {
            super.characters(ch, start, length);
            String value = new String(ch, start, length).trim();
            if (!value.equals("")) {
                System.out.println("节点值：" + value + "\n");
            }
        }
    }
}

打印如下：

===sax解析开始===
节点开始:info
节点开始:user
节点开始:name
节点值：Giggs
节点结束:name
节点开始:email
节点值：[email protected]
节点结束:email
节点结束:user
节点开始:user
节点开始:name
节点值：Beckham
节点结束:name
节点开始:email
节点值：[email protected]
节点结束:email
节点结束:user
节点结束:info
===sax解析结束===

3、DOM4J解析

DOM解析方式：DOM解析器在解析XML文档时，会把文档中的所有元素，按照其出现的层次关系，解析成一个个Node对象（节点）

优点：把XML文件在内存中构建属性结构，可以遍历和修改节点。

缺点：如果文件比较大，内存有压力，解析的时间会比较长。

适用：修改XML数据

XML的四种解析器(dom,sax,jdom,dom4j)原理及性能比较(转自zsq)

1、DOM
    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。
    另一方面，对于特别大的文档，解析和加载整个文档可能很慢且很耗资源，因此使用其他手段来处理这样的数据会更好。这些基于事件的模型，比如 SAX。
2、SAX
    这种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。
3、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。
4、JDOM
    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。
5、DOM4J
    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。
6、总述
    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）。
    SAX表现较好，这要依赖于它特定的解析方式。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）。
    无疑，DOM4J是最好的，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吧！

参考文章

https://blog.csdn.net/m0_37499059/article/details/80505567

https://blog.csdn.net/sinat_27170093/article/details/54173090

https://blog.csdn.net/qq_41204714/article/details/82024539