xml常见解析对比

XML现在已经成为一种通用的数据交换格式,它的平台无关性,语言无关性,系统无关性,给数据集成与交互带来了极大的方便。

XML在不同的语言里解析方式都是一样的,只不过实现的语法不同而已。基本的解析方式有两种,一种叫SAX，另一种叫DOM。SAX是基于事件流的解析,DOM是基于XML文档树

结构的解析。

PULL解析XML

1、PULL简介

Pull解析器的运行方式与SAX解析器相似。它提供了类似的事件，如开始元素和结束元素事件。使用parser.next()可以进入下一个元素并触发相应事件。事件将作为数值代码被发送，因此可以使用一个switch对感兴趣的事件进行选择，然后进行相应处理。当元素开始解析时，调用parser.nextText()方法可以获取下一个Text类型元素的值。

2、特点

（1）简单的结构：一个接口，一个例外，一个工厂组成了Pull解析器。

（2）简单易用：Pull解析器只有一个重要的方法next()，它被用来检索下一个事件。而它的事件也仅仅只有5个。

（3）多功能性：通用的XML解析器和多种实现，并具有可扩展性。

（4）最小的需求：为了与JavaME兼容和在小型设备上运作而设计，并允许创建占用非常小的内存的XMLPULL解析器。

3、事件类型

　　Pull解析器提供的事件类型总共有5种，分别如下：

　　（1）START_DOCUMENT         文档开始

　　（2）START_TAG　　　　　　   开始元素

　　（3）TEXT　　　　　　　　　　 文本

　　（4）END_TAG　　　　　　　　结束元素

　　（5）END_DOCUMENT　　　　 文档结束

4、常用方法

使用Pull解析器XmlPullParser解析XML文档时，主要会用到以下几个常用方法。

　（1）int getAttributeCount(); 　　　　　　　　//获取当前元素的属性个数

　（2）String getAttributeValue(int index); 　　//获取属性值

　（3）int getEventType(); 　　　　　　　　　　//获取事件类型

  （4）String getName();　　　　　　　　　　   //用于START_TAG和END_TAG事件中，获取当前元素的名字

 （5）int next(); 　　　　　　　　　　　　　　  //处理下一个元素

 （6）int nextText(); 　　　　　　　　　　　　 //用于START_TAG事件中，获得下一个TEXT类型的元素

3、工作原理

解析XML内容的方式与SAX是相似的，同样包括开始元素和结束元素事件，使用parse.next()可以进入下一个元素并触发相应事件。但是它们不同的是，SAX的事件驱动是回调相应方法，需要提供回调的方法，而后在SAX内部自动调用相应的方法。而Pull解析器并没有给强制要求提供触发的方法。因为它触发的事件并不是一个方法，而是一个数字。至于触发的事件要不要处理，由程序员自己决定。

DOM解析XML

1、DOM介绍

DOM(Document Object Model)是一种用于XML文档的对象模型，可用于直接访问XML文档的各个部分。在DOM中，文档被模拟为树状，其中XML语法的每个组成部分（例如元素或文本内容）都被表示为一个节点。作为一种API，DOM允许用户遍历文档树，从父节点移动到子节点和兄弟节点等，并利用某种节点类型特有的属性（元素具有属性，而文本节点具有文本数据）。DOM被设计为与语言无关。OMG（Object Management Group，对象管理组）的CORBA Interface Definition Language（IDL）可用于表示DOM节点和支持接口。通常，DOM比Simple API for XML（SAX）更容易掌握，因为它没有涉及回调和复杂的状态管理。然而，DOM的实现常常将所有XML节点保持在内存中，这种较大的文档变得效率低下。

通过DOM将XML文档作为一个树形结构，这种树形结构也被称为节点树，如下图所示。

2、节点（XML文档中的每个成分都是一个节点）

DOM是这样规定的：

♣ 整个文档是一个文档节点；

♣ 每个XML标签是一个元素节点；

♣ 包含在XML元素中的文本是文本节点；

♣ 每一个XML属性是一个属性节点；

♣ 注释属于注释节点。

在上文的XML中，根节点是。文档中的所有其他节点都被包含在中。根节点有两个节点。第一个节点有两个节点：  ，其中每个节点都包含一个文本节点，“NEwii”，“21”，第二个节点类同。

3、DOM基本的节点类型

（1）XML中最常见的节点类型。

♣ Node：DOM基本的数据类型。

♣ Element：用户最主要处理的对象是Element。

♣ Attr：代表一个元素的属性。

♣ Text：一个Element或Attr的实际内容。

♣ Document：代表整个XML文档，一个Document对象通常也被称为一颗DOM树。

（2）文本存储在哪里？

在学习DOM的过程中经常犯的错误是，认为元素节点中包含着文本，请读者注意，元素节点中的文本是放在TextNode中的。例如上面的WiiWill。元素节点有一个文本TextNode，它的值是“WiiWill”，而不是说元素的值为“WiiWill”。

（3）等级关系。

这是学习DOM的重中之重。节点树中的节点彼此之间都有等级关系。

♣ 在节点树中，顶端的节点成为根节点；

♣ 根节点之外的每个节点都有一个父节点；

♣ 节点可以有任何数量的字节点；

♣ 叶子是没有子节点的节点；

♣ 同级节点是拥有相同父节点的节点。

（4）DOM常用方法。

在这里，主要讲述怎么使用DOM读取XML文档方法，所以DOM编辑XML的方法这里就不介绍了。

① Document.getDocumentElement()：返回文档的根（root）元素。

② Node.getNextSibling() and Node.getPreviousSibling()：这些方法返回一个或前一个给定Node的同胞。

③ Node.getFirstChild() and Node.getLastChild()：返回给定Node的第一个子女。

④ Node.getAttribute(attrName)：对给定的Node，返回给定名称的属性。例如，如果要获得名为id属性的对象，可调用getAttribute(“id”)。

注意在建立Element时，注意jar包的导入，要选择org.w3c.Element，而不是其他的包。

一、介绍及优缺点分析

1. DOM（Document Object Model)

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。

【优点】
  ①允许应用程序对数据和结构做出更改。
  ②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。
【缺点】
   ①通常需要加载整个XML文档来构造层次结构，消耗资源大。 

2. SAX（Simple API for XML)

 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采用的是事件模型。

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。

【优势】
   ①不需要等待所有数据都被处理，分析就能立即开始。
   ②只在读取数据时检查数据，不需要保存在内存中。
   ③可以在某个条件得到满足时停止解析，不必解析整个文档。
   ④效率和性能较高，能解析大于系统内存的文档。

【缺点】
   ①需要应用程序自己负责TAG的处理逻辑（例如维护父/子关系等），文档越复杂程序就越复杂。
   ②单向导航，无法定位文档层次，很难同时访问同一文档的不同部分数据，不支持XPath。

3.JDOM(Java-based Document Object Model)

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。

【优点】
   ①使用具体类而不是接口，简化了DOM的API。
   ②大量使用了Java集合类，方便了Java开发人员。

【缺点】
   ①没有较好的灵活性。
   ②性能较差。

4. DOM4J(Document Object Model for Java)
  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.

【优点】
  ①大量使用了Java集合类，方便Java开发人员，同时提供一些提高性能的替代方法。
   ②支持XPath。
   ③有很好的性能。

【缺点】
   ①大量使用了接口，API较为复杂。 

二、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，但可移植。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）。

如果XML文档较大且不考虑移植性问题建议采用DOM4J；如果XML文档较小则建议采用JDOM；如果需要及时处理而不需要保存数据则考虑 SAX。