xml 文件解析

众所周知，如今解析XML的方法愈来愈多，但主流的方法也就四种，即：DOM、SAX、JDOM和DOM4J

下面首先给出这四种方法的jar包下载地址

DOM：在如今的Java JDK里都自带了，在xml-apis.jar包里

SAX：http://sourceforge.net/projects/sax/

JDOM：http://jdom.org/downloads/index.html

DOM4J：http://sourceforge.net/projects/dom4j/

 

1、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段的集合。这个层次结构容许开发人员在树中寻找特定信息。分析该结构一般须要加载整个文档和构造层次结构，而后才能作任何工做。因为它是基于信息层次的，于是DOM被认为是基于树或基于对象的。

【优势】
      ①容许应用程序对数据和结构作出更改。
      ②访问是双向的，能够在任什么时候候在树中上下导航，获取和操做任意部分的数据。
【缺点】
      ①一般须要加载整个XML文档来构造层次结构，消耗资源大。
    

2. SAX（Simple API for XML)

     SAX处理的优势很是相似于流媒体的优势。分析可以当即开始，而不是等待全部的数据被处理。并且，因为应用程序只是在读取数据时检查数据，所以不须要将数据存储在内存中。这对于大型文档来讲是个巨大的优势。事实上，应用程序甚至没必要解析整个文档；它能够在某个条件获得知足时中止解析。通常来讲，SAX还比它的替代者DOM快许多。

     选择DOM仍是选择SAX？ 对于须要本身编写代码来处理XML文档的开发人员来讲， 选择DOM仍是SAX解析模型是一个很是重要的设计决策。 DOM采用创建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，并能够对树进行遍历。用DOM解析模型的优势是编程容易，开发人员只须要调用建树的指令，而后利用navigation APIs访问所需的树节点来完成任务。能够很容易的添加和修改树中的元素。然而因为使用DOM解析器的时候须要处理整个XML文档，因此对性能和内存的要求比较高，尤为是遇到很大的XML文件的时候。因为它的遍历能力，DOM解析器经常使用于XML文档须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文档的时候能够触发一系列的事件，当发现给定的tag的时候，它能够激活一个回调方法，告诉该方法制定的标签已经找到。SAX对内存的要求一般会比较低，由于它让开发人员本身来决定所要处理的tag.特别是当开发人员只须要处理文档中所包含的部分数据时，SAX这种扩展能力获得了更好的体现。但用SAX解析器的时候编码工做会比较困难，并且很难同时访问同一个文档中的多处不一样数据。

【优点】
     ①不须要等待全部数据都被处理，分析就能当即开始。
     ②只在读取数据时检查数据，不须要保存在内存中。
     ③能够在某个条件获得知足时中止解析，没必要解析整个文档。
     ④效率和性能较高，能解析大于系统内存的文档。

【缺点】
     ①须要应用程序本身负责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，没法定位文档层次，很难同时访问同一文档的不一样部分数据，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的交互而且比使用DOM实现更快。因为是第一个Java特定模型，JDOM一直获得大力推广和促进。正在考虑经过“Java规范请求JSR-102”将它最终用做“Java标准扩展”。从2000年初就已经开始了JDOM开发。

     JDOM与DOM主要有两方面不一样。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，可是也限制了灵活性。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应用程序来讲固然是有用的，而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至关普遍检查以防止用户作任何在XML中无心义的事。然而，它仍须要您充分理解XML以便作一些超出基本的工做（或者甚至理解某些状况下的错误）。这也许是比学习DOM或JDOM接口都更有意义的工做。

     JDOM自身不包含解析器。它一般使用SAX2解析器来解析和验证输入XML文档（尽管它还能够将之前构造的DOM表示做为输入）。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。

【优势】
     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表明了彻底独立的开发结果，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，它经过DOM4J API和标准DOM接口具备并行访问功能。从2000下半年开始，它就一直处于开发之中。

      为支持全部这些功能，DOM4J使用接口和抽象基本类方法。DOM4J大量使用了API中的Collections类，可是在许多状况下，它还提供一些替代方法以容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，可是它提供了比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是同样的：针对Java开发者的易用性和直观操做。它还致力于成为比JDOM更完整的解决方案，实如今本质上处理全部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是一个很是很是优秀的Java XML API，具备性能优异、功能强大和极端易用使用的特色，同时它也是一个开放源代码的软件。现在你能够看到愈来愈多的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.

【优势】
     ①大量使用了Java集合类，方便Java开发人员，同时提供一些提升性能的替代方法。
     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。

 

2、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。若是不考虑可移植性，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。在小文档状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指望在正式发行版前专一性能问题，可是从性能观点来看，它确实没有值得推荐之处。另外，DOM还是一个很是好的选择。DOM实现普遍应用于多种编程语言。它仍是许多其它与XML相关的标准的基础，由于它正式得到W3C推荐（与基于非标准的Java模型相对），因此在某些类型的项目中可能也须要它（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，但并无载入到内存（固然当XML流被读入时，会有部分文档暂时隐藏在内存中）。