`
dodoflying
  • 浏览: 180729 次
社区版块
存档分类
最新评论

[转贴]Java中四种XML解析技术之不完全测试

阅读更多
本文来自于:
http://www.blogjava.net/rosen/archive/2005/08/12/9950.html

在平时工作中,难免会遇到把xml作为数据存储格式。面对目前种类繁多的解决方案,哪个最适合我们呢?在这篇文章中,我对这四种主流方案做一个不完全评测,仅仅针对遍历xml这块来测试,因为遍历xml是工作中使用最多的(至少我认为)。

预备

测试环境:

amd毒龙1.4g oc 1.5g、256m ddr333、windows2000 server sp4、sun jdk 1.4.1+eclipse 2.1+resin 2.1.8,在debug模式下测试。

xml文件格式如下:

<?xml version="1.0" encoding="gb2312"?><result><value>

<no>a1234</no>

<addr>四川省xx县xx镇xx路x段xx号</addr></value><value>

<no>b1234</no>

<addr>四川省xx市xx乡xx村xx组</addr></value></result>

测试方法:

采用jsp端调用bean(至于为什么采用jsp来调用,请参考:http://blog.csdn.net/rosen/archive/2004/10/15/138324.aspx),让每一种方案分别解析10k、100k、1000k、10000k的xml文件,计算其消耗时间(单位:毫秒)。

jsp文件:

<%@ page contenttype="text/html; charset=gb2312" %><%@ page import="com.test.*"%>

<html><body><%string args[]={""};myxmlreader.main(args);%></body></html>

测试

首先出场的是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。

bean文件:

package com.test;

import java.io.*;import java.util.*;import org.w3c.dom.*;import javax.xml.parsers.*;

public class myxmlreader{

public static void main(string arge[]){

long lasting =system.currenttimemillis();

try{

file f=new file("data_10k.xml");

documentbuilderfactory factory=documentbuilderfactory.newinstance();

documentbuilder builder=factory.newdocumentbuilder();

document doc = builder.parse(f);

nodelist nl = doc.getelementsbytagname("value");

for (int i=0;i<nl.getlength();i++){

system.out.print("车牌号码:" + doc.getelementsbytagname("no").item(i).getfirstchild().getnodevalue());

system.out.println("车主地址:" + doc.getelementsbytagname("addr").item(i).getfirstchild().getnodevalue());

}

}catch(exception e){

e.printstacktrace();

}

system.out.println("运行时间:"+(system.currenttimemillis() - lasting)+"毫秒");}}

10k消耗时间:265 203 219 172

100k消耗时间:9172 9016 8891 9000

1000k消耗时间:691719 675407 708375 739656

10000k消耗时间:outofmemoryerror

接着是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。

bean文件:

package com.test;import org.xml.sax.*;import org.xml.sax.helpers.*;import javax.xml.parsers.*;

public class myxmlreader extends defaulthandler {

java.util.stack tags = new java.util.stack();

public myxmlreader() {

super();}

public static void main(string args[]) {

long lasting = system.currenttimemillis();

try {

saxparserfactory sf = saxparserfactory.newinstance();

saxparser sp = sf.newsaxparser();

myxmlreader reader = new myxmlreader();

sp.parse(new inputsource("data_10k.xml"), reader);

} catch (exception e) {

e.printstacktrace();

}

system.out.println("运行时间:" + (system.currenttimemillis() - lasting) + "毫秒");}

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

string tag = (string) tags.peek();

if (tag.equals("no")) {

system.out.print("车牌号码:" + new string(ch, start, length));}if (tag.equals("addr")) {

system.out.println("地址:" + new string(ch, start, length));}}

public void startelement(string uri,string localname,string qname,attributes attrs) {

tags.push(qname);}}

10k消耗时间:110 47 109 78

100k消耗时间:344 406 375 422

1000k消耗时间:3234 3281 3688 3312

10000k消耗时间:32578 34313 31797 31890 30328

然后是jdom http://www.jdom.org/

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。

bean文件:

package com.test;

import java.io.*;import java.util.*;import org.jdom.*;import org.jdom.input.*;

public class myxmlreader {

public static void main(string arge[]) {

long lasting = system.currenttimemillis();

try {

saxbuilder builder = new saxbuilder();

document doc = builder.build(new file("data_10k.xml"));

element foo = doc.getrootelement();

list allchildren = foo.getchildren();

for(int i=0;i<allchildren.size();i++) {

system.out.print("车牌号码:" + ((element)allchildren.get(i)).getchild("no").gettext());

system.out.println("车主地址:" + ((element)allchildren.get(i)).getchild("addr").gettext());

}

} catch (exception e) {

e.printstacktrace();

}

system.out.println("运行时间:" + (system.currenttimemillis() - lasting) + "毫秒");}}

10k消耗时间:125 62 187 94

100k消耗时间:704 625 640 766

1000k消耗时间:27984 30750 27859 30656

10000k消耗时间:outofmemoryerror

最后是dom4j http://dom4j.sourceforge.net/

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。

bean文件:

package com.test;

import java.io.*;import java.util.*;import org.dom4j.*;import org.dom4j.io.*;

public class myxmlreader {

public static void main(string arge[]) {

long lasting = system.currenttimemillis();

try {

file f = new file("data_10k.xml");

saxreader reader = new saxreader();

document doc = reader.read(f);

element root = doc.getrootelement();

element foo;

for (iterator i = root.elementiterator("value"); i.hasnext();) {

foo = (element) i.next();

system.out.print("车牌号码:" + foo.elementtext("no"));

system.out.println("车主地址:" + foo.elementtext("addr"));

}

} catch (exception e) {

e.printstacktrace();

}

system.out.println("运行时间:" + (system.currenttimemillis() - lasting) + "毫秒");}}

10k消耗时间:109 78 109 31

100k消耗时间:297 359 172 312

1000k消耗时间:2281 2359 2344 2469

10000k消耗时间:20938 19922 20031 21078

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是这场测试的获胜者,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!(
分享到:
评论
2 楼 dodoflying 2007-04-17  
呵呵,今后一定改正!谢谢提醒
1 楼 rosen 2007-04-13  
作为一个技术 blog,为广大开发人员提供知识,这无可厚非。但是请尊重作者劳动成果。
本文来自于 http://www.blogjava.net/rosen/archive/2005/08/12/9950.html ,请加上原作者信息和来源。

相关推荐

    android和java面试大全集

    史上最全的android和java面试文档集。包括有: java程序员面试宝典.txt Java面试宝典2011版-1C,Java基础部分.doc 三大框架面试题.zip 技术面试题.zip Android笔试题库 C语言终极面试宝典.doc Java笔试题目汇总.pdf ...

    flex和java进行CRUD操作(转贴)

    Java则是一种广泛使用的后端编程语言,常用于处理数据存储、业务逻辑以及服务器端功能。本篇文章将围绕"Flex与Java进行CRUD操作"这一主题展开,详细介绍如何使用Flex作为前端,通过与Java后端交互来实现创建(Create)...

    [转贴]软件测试 从零开始

    本文将基于给定的信息框架,深入解析软件测试的基础概念、关键流程与实践技巧,帮助初学者建立全面的软件测试知识体系。 ### 一、软件测试概述 软件测试是指在软件开发过程中,通过执行软件来评估其功能、性能、...

    易语言源码动网转贴.rar

    易语言是一种基于中文编程的计算机程序设计语言,它旨在降低编程技术门槛,让不懂英文的用户也能进行软件开发。易语言的源码是其程序设计的核心部分,包含了程序的逻辑结构、功能实现以及数据处理等关键信息。"动网...

    易语言动网转贴.rar

    易语言是中国本土开发的一种编程语言,它以汉字作为程序代码的基本元素,降低了编程的门槛,使得不懂英文的用户也能进行程序开发。"动网转贴"可能是基于易语言编写的一个功能模块或者工具,用于在论坛或者网站之间...

    Axis学习笔记(网页转贴)

    在开发过程中,可能会遇到各种错误和异常,例如网络问题、XML解析错误等。Axis提供了详细的日志和堆栈跟踪,帮助开发者定位和解决问题。 **八、扩展与配置** Axis支持多种扩展,如安全、事务、消息队列等,可以通过...

    企业公司软件测试面试笔试题集合 软件测试面试题

    企业公司软件测试面试笔试题集合 软件测试面试题 (测试基础).doc 01_企业面试试卷(综合).doc 01_企业面试试卷(综合)_参考答案.doc 04_企业面试试卷(测试基础).doc 04_企业面试试卷(测试基础)_参考答案.doc...

    软件测试方法与技术(转)

    这篇关于“软件测试方法与技术”的转贴显然包含了丰富的知识内容,虽然描述简短,但我们可以深入探讨这一主题。 首先,软件测试的目标是发现并修复程序中的错误、遗漏和缺陷,以提高软件的稳定性和性能。其基本原理...

    案例解析SAP_第二章案例解析SAP_第二章(转贴)

    在IT行业中,SAP(System Applications and Products in Data Processing)是一种全球领先的企业资源规划(ERP)软件,用于管理企业的核心业务流程。这个压缩包文件"案例解析SAP_第二章"似乎包含了一个关于SAP系统...

    常见的测试题(转贴).do

    测试是软件开发过程中的关键环节,它确保产品的质量和性能满足用户需求。在这个场景中,面试官通过一个实际的物品——花纸杯,来考察应聘者的测试思维和技能。以下是根据题目内容提炼出的相关知识点: 1. **需求...

    动网转贴.e.rar

    这些文件可能是以结构化的格式(如CSV、XML或JSON)存储,以便于解析和导入到其他系统。可能还会有日志文件、配置文件或其他有助于恢复或分析论坛状态的信息。 在处理这样的压缩包时,你需要先使用解压工具(如...

    转贴:随心所欲的Web页面打印技术

    随心所欲的Web页面打印技术是针对基于B/S架构的应用程序中客户端页面打印问题的一种解决方案。传统的Web页面打印方式,如使用IE的内置打印功能或水晶报表,往往无法满足特定的排版和定位需求。因此,本文探讨了一种...

    动易系统的论坛转贴工具

    动易论坛转贴工具采用了一种通用的标记语言转换技术,如UBB(Unified Bulletin Board Code),这是一种类似于HTML的文本标记语言,用于在论坛中表示富文本。当用户选择论坛帖子时,工具会自动将帖子的HTML代码转换为...

    Java SafeEngine API接口说明

    Java SafeEngine API接口说明 Java SafeEngine API接口说明是上海市数字证书认证中心有限公司开发的数字证书系统的接口说明,旨在提供给开发者使用Java语言开发安全的数字证书应用程序。该API接口提供了丰富的功能...

    BFC UBB转贴器

    <br> 而这个小程序则完全不依赖于浏览器,以BFC采集器的UBB转换模块为基础,转换速度超快,占用内存更是小小的。 <br> 这个工具的使用方法与通常的转贴工具完全相同,在浏览器中选中需要转换的内容并复制,...

    GPGGA格式 解析以及代码

    NMEA协议中的GPGGA格式 2009-12-08 19:53:49| 分类: 嵌入式 |字号 订阅 ///////////////////////////////////////////////////////////////////////////////////////////////////////////// /////////////////////...

    电子政务-导电泡棉转贴装置.zip

    综上所述,"导电泡棉转贴装置"在电子政务中的应用涉及到硬件设计、设备维护、电磁兼容性和法规遵从等多个方面,是保障电子政务系统稳定运行的关键技术之一。通过阅读"行业分类-电子政务-导电泡棉转贴装置.pdf"这份...

    java面试大全(中软国际的大公司)

    在准备Java面试的过程中,了解和掌握相关知识点是至关重要的。以下是一些基于标题、描述以及提供的文件内容可能涉及的关键知识点: 1. **基础概念**:Java的基础知识包括但不限于语法、面向对象编程(OOP)、异常...

Global site tag (gtag.js) - Google Analytics