XML总结

对java的xml做些总结，如有不当之处，欢迎指点。

以下均为针对sun的jdk。
SUN在JDK1.4中引入xml标准接口。
XML标准：JAXP(Java API for XML Processing)
JAXP API: javax.xml.parsers包

XML解析方式:SAX,DOM,STAX
  DOM API: org.w3c.dom (Document Object Model)
  SAX API: org.xml.sax (Simple API for XML)
  STAX API: javax.xml.stream (Stream API for XML)
  事实上org.w3c.dom包是参考了w3c标准，它也属于JAXP规范的一部分。 

DOM：DOM有很多种解释。
1，从web展示的角度讲，DOM是一种文档对象模型，即对某种文档(如html，xml)的表现方式，通过浏览器或别的编程语言可以实现这种模型(通常是以树的结构形式存在于内存中)，然后使用相关脚本或语言来操作具体的实现模型，从而实现对该模型代表的文档的操作。比如浏览器实现了DOM模型，该DOM模型以树的数据结构来表示html文档，其中树节点为html文档中的节点，使用js操作该DOM树即可实现对html文档的访问和操作。
2，从文档解析的角度来讲，DOM是对xml的一种解析方式。在java中，有三种解析方式，即上面提到的三种解析。

DOM解析：将xml以树结构的方式一次性加载进内存，易用，修改方便，但是更占内存。一般情况下用它即可应付大多数应用。
SAX解析：基于推模式的事件的方式来解析xml，较少占用内存，速度比DOM解析更快，适应于大文件。
STAX解析：基于拉模式的事件流的方式来解析xml，在3种解析方式中速度是最快的，可操作性也是最好的。

解析框架：Xerces , Crimson，JDOM,DOM4J
  Xerces和Crimson都实现了DOM和SAX，即在框架内部都有DOM和SAX的解析器。
  Crimson来自于Sun捐赠给Apache的ProjectX项目，Xerces来自IBM捐赠给Apache的XML4J项目。Xerces性能优于Crimson。
 
  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。底层通常使用 SAX2 解析器。JDOM 仅使用具体类而不使用接口。
  DOM4J是 JDOM 的一种智能分支，使用接口和抽象基本类方法。集成XPath等特性。速度比JDOM要快。
  目前许多开源项目中大量采用 DOM4J，例如Hibernate 。如果不考虑可移植性，那就采用DOM4J吧！ 

以上几种api与框架关系的说明：
JAXP只是一个规范，其API内部默认具体实现还是依赖DOM和SAX的API，
而DOM和SAX的API的具体实现在1.6版本以前为Crimson，在1.6版本时更换为性能更好的Xerces。这源于sun和ibm之间的一些恩怨。
从jdk源码看出，在1.4版本中为：

javax.xml.parsers.SAXParserFactory{
public static SAXParserFactory newInstance(){
            return (SAXParserFactory) FactoryFinder.find(
                "javax.xml.parsers.SAXParserFactory",
                "org.apache.crimson.jaxp.SAXParserFactoryImpl");
        }
}

在1.6版本中为：

javax.xml.parsers.SAXParserFactory{
public static SAXParserFactory newInstance(){
            return (SAXParserFactory) FactoryFinder.find(
                "javax.xml.parsers.SAXParserFactory",
                "com.sun.org.apache.xerces.internal.jaxp.SAXParserFactoryImpl");
        }
}

而当我们使用JAXP提供的xml处理接口的时候，是不需要知道其底层是如何实现的。



xml系列参考:
http://www.ibm.com/developerworks/cn/xml/theme/x-java.html


------------------

html 解析：
1，HTML Parser：速度快，便于分析dom树。一般情况用这个就够用了。
2，nekohtml：功能大而全，速度相对要慢。方便分析js脚本。

3，HtmlCleaner：将html转化为xml。

-------------------
xml的转化：
1，XStream：实现javabean和xml的相互转化。
2，XSL：将xml转化为html