Java中四种XML解析技术

（一）DOM(JAXP Crimson解析器)

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。

 

 

DOM解析XML过程

       1. 首先创建DOM解析的解析工厂实例(我们将通过工厂实例创建DOM解析器实例)

            DOM解析工厂(DocumentBuilderFactory)      

2. 通过DOM工厂创建DOM解析器

        DOM解析器(DocumentBuilder)

<!--[if !supportLists]-->1.       <!--[endif]-->创建XML文件流,调用DOM解析器的parse方法,将XML转换成为一个Document对象 (Document)

<!--[if !supportLists]-->2.       <!--[endif]-->读取Document 对象中的节点,及属性 方法在API中提供

 

DOM解析代码

import java.io.InputStream;

import javax.xml.parsers.DocumentBuilder;

import javax.xml.parsers.DocumentBuilderFactory;

import org.w3c.dom.Document;

import org.w3c.dom.Element;

import org.w3c.dom.Node;

import org.w3c.dom.NodeList;

public class DomParse {

    //DOM解析方法

    public void parse(InputStream in) throws Exception{

       //创建一个文档解析工厂实例

       DocumentBuilderFactory dbf = DocumentBuilderFactory.newInstance();

       //根据解析工厂创建一个解析器

       DocumentBuilder db = dbf.newDocumentBuilder();

       //将解析器将文件流转换为文档对象

       Document doc = db.parse(in);

       //根据文档对象查找到 XML的根节点

       Element root = doc.getDocumentElement();

      

       //用循环将所的节点打印出来

       for(Node node=root.getFirstChild();node!=null;node=root.getNextSibling()){

           System.out.println("[节点名称:"+node.getNodeName()+",节点类型:"+node.getNodeType()+"]");

       }

       //获取以student标记的所有节点元素

       NodeList nlist = doc.getElementsByTagName("student");

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

           Element e = (Element)nlist.item(i);

           System.out.println("学号:"+e.getAttribute("no")+",姓名:"+e.getAttribute("name"));

          

       }

       //承机访问节点元素

       Element stu=doc.getElementById("s001");

       System.out.println("学号:"+stu.getAttribute("no")+",姓名:"+stu.getAttribute("name"));

    }

   

    public static void main(String[] args) {

       DomParse dp = new DomParse();

       try {

           dp.parse(DomParse.class.getResourceAsStream("student.xml"));

       } catch (Exception e) {

           System.out.println("错误消息:"+e.getMessage());

       }

    }

 

}

（二）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。

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。

 

 

   解析原理：

     A) 加载文件xml文件: -> 触发 startDocument() 方法

     B) 当到元素开头时:  -> 触发 startElemnet()方法

     C) 如果标签体有内容时: -> 触发characters()方法  可以获得元素标签体的值

     D) 如果遇到空元素时：-> 会把空节点作为空格输出,但不会触发它的startElement() 和 endElement()方法

     E) DOM接口：(dom4j和jdom继承了DOM) 

 

SAX解析代码

<!--[if !supportLists]-->1.     <!--[endif]-->实现类

package sax;

 

import org.xml.sax.Attributes;

import org.xml.sax.SAXException;

import org.xml.sax.helpers.DefaultHandler;

 

public class EventParse extends DefaultHandler{

 

    public EventParse() {

       super();

    }

    //载入文档时回调些函数

    public void startDocument() throws SAXException {

    }

    //当标签中有内容时,回调函数

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

    }

    //当文档解析结束时,回调此函数

    public void endDocument() throws SAXException {

    }

 

    //开始解析标记元素时,回调些函数

    public void startElement(String uri, String localName, String qName, Attributes attributes) throws SAXException {

    }

 

   

 

 

 

}

 

<!--[if !supportLists]-->2.     <!--[endif]-->解析类

package sax;

 

import javax.xml.parsers.SAXParser;

import javax.xml.parsers.SAXParserFactory;

 

public class TestEventParse {

 

    public static void main(String[] args) {

       // TODO Auto-generated method stub

       try{

           //创建SAX 解析工厂实例

           SAXParserFactory spf = SAXParserFactory.newInstance();

           //得到SAX解析器

           SAXParser sp = spf.newSAXParser();

           //创建事件实例

           EventParse ep = new EventParse();

           //开始解析

           sp.parse(TestEventParse.class.getResourceAsStream("student.xml"), ep);

       }catch(Exception ex){

           System.out.println("解析出错:"+ex.getMessage());

       }

      

    }

 

SAX解析与DOM解析的区别

1.SAX解析和DOM的区别:

  a) 相同点：

1)DOMParse 和 SAXParse 都是同一个类,都是org.apache.xerces.framework

 .XMLParser的扩展

2)SAX或DOM使用的parse()方法是org.apache.xerces.framework

  .XMLParser的方法

  b) 不同点：

     1)DOMParser 类中仅增加了 getDocument()方法

     2)SAX使用的是事件回调机制，不同的实例引发不同的事件

     3)DOM适用于小型xml文件

              Sax不能随机定位到每个元素

              Sax只能读出xml文件中的内容

              Sax是目前解析xml速度最快的

          Sax是基于事件的（observer）

 

 

（三）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。

（四）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。

DOM4j解析优缺点

       Dom4j是一个易用的、开源的库，用于XML，XPath和XSLT。它应用于Java平台，采用了Java集合框架并完全支持DOM，SAX和JAXP。

　　DOM4J使用起来非常简单

DOM4j解析过程

<!--[if !supportLists]-->1.       <!--[endif]-->创建DOM4J的解析器

SAXReader sp = new SAXReader(true);

<!--[if !supportLists]-->2.       <!--[endif]-->创建XML文件流