java解析xml文档的几种方式，概论

底层解析方式

1. DOM解析（Document Object Model）

• w3c官方的标准，允许获取和操作文档的任意部分。
• 缺点
  
  • 通常需要加载整个xml文档来构造层次结构，消耗资源较大。
• 优点
  
  • 允许应用程序对数据和结构做出更改
  • 访问是双向的，可以在任何时候在树中上下导航，获取和操作任意部分的数据

2. SAX解析（Simple API for XML）

• 通过流模式中的推模型分析方式读取，通过事件驱动，每发现一个节点就会引发一个事件，通过回调方法完成解析工作，解析XML文档的逻辑需要应用程序完成。推模式的，所有的操作在解析器自动控制下进行，所有事件都会处理，不管需不需要解析整个文档，解析器都会自动启动解析任务，然后按顺序向下解析，直到解析完成才终止
• 缺点
  
  • 需要应用程序自己负责标签的处理逻辑，使用麻烦
  • 单项导航，很难同时访问同一文档中的不同部分数据，不支持XPath
• 优点
  
  • 不需要加载全部文档，即可立即分析
  • 只在读取数据时检查数据，不需要保存在内存
  • 效率和性能较高，能解析大于系统内存的文档

---

包装底层的解析方式

JDOM解析（Java-based Document Object　Model）

• 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”，极大减少了代码量。而JDOM和DOM4J则是基于底层API的更高级封装。DOM是通用的，而JDOM和DOM4J则是面向java语言的。JDOM是处理XML的纯JavaAPI，使用具体类而不是接口。JDOM是基于树的处理XML的JavaAPI，把树加载到内存中，同时又有SAX的Java规则。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Java集合类，便于Java开发者使用。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。
• 缺点
  
  • 没有较好的灵活性
  • 性能较差
  • 不能处理大于内存的文档
• 优点
  
  • 使用具体的类，而不是接口，简化了DOM的API
  • 大量使用了Java集合类，方便Java开发人员

DOM4J（Document Object Model for Java）

• 简单易用采用Java集合框架，并完全支持DOM，SAX和JAXP，开放源代码。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。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
• 缺点
  
  • 大量使用的API接口，API较为复杂
• 优点
  
  • 大量使用了Java集合类，方便Java开发人员，同时提供一些高性能的替代方法
  • 支持XPath
  • 有很高的性能

StAX | PULL （Streaming API for XML）

pull 是StAX的一个实现

• 通过流模式中的拉模型分析方式，提供基于指针和迭代器两种支持的方式，StAX 是拉模式的，可以由用户根据需要控制需要处理事件类型及何时终止解析任务，用户调用一次next()，解析器就进行一次向下解析，完全在用户的控制下进行解析操作，在需要的解析工作已经完成时，可以随时终止解析。
• 缺点
  
  • 单向导航，不支持XPath，很难访问同一文档中的不同部分
• 优点
  
  • 接口简单，使用方便
  • 可以在某个条件得到满足时停止分析，不必解析整个文档
  • 采用流模型分析方式，有较好的性能

---

比较不同解析方式的性能于差异

创建三个不同大小的XML文档

• smallusers.xml（100KB）
• middleusers.xml（1MB）
• bigusers.xml（10MB）
  分别用以上五种解析方式对这三个XML进行解析，然后打印出所有的用户信息，并分别计算它们所用的时间

单位：s（秒）

100KB 1MB 10MB DOM 0.146s 0.469s SAX 0.110s 0.328s JDOM 0.172s 0.756s DOM4J 0.161s 0.422s StAX Stream 0.093s 0.334s StAX Event 0.131s 0.359s

• 由上面的测试结果可以看出，性能表现最好的是SAX，其次是StAX Stream和StAX Event，DOM和DOM4J也有着不错的表现。性能最差的是JDOM。
• 所以，如果你的应用程序对性能的要求很高，SAX当然是首选。如果你需要访问和控制任意数据的功能，DOM是个很好的选择，而对Java开发人员来讲，DOM4J是更好的选择。
• 如果只需要做XML文档解析的话，综合性能、易用性、面向对象特征等各方面来衡量，StAX Event无疑是最好的选择。