XML文件解析问题.docx
- 文档编号:7577284
- 上传时间:2023-01-25
- 格式:DOCX
- 页数:9
- 大小:20.08KB
XML文件解析问题.docx
《XML文件解析问题.docx》由会员分享,可在线阅读,更多相关《XML文件解析问题.docx(9页珍藏版)》请在冰豆网上搜索。
XML文件解析问题
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1.4GOC1.5G、256MDDR333、Windows2000ServerSP4、SunJDK1.4.1+Eclipse2.1+Resin2.1.8,在Debug模式下测试。
XML文件格式如下:
<?
xmlversion="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:
XML文件,计算其消耗时间(单位:
毫秒)。
JSP文件:
<%@pagecontentType="text/html;charset=gb2312"%>
<%@pageimport="com.test.*"%>
<html>
<body>
<%
Stringargs[]={""};
MyXMLReader.main(args);
%>
</body>
</html>
测试
首先出场的是DOM(JAXPCrimson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:
packagecom.test;
importjava.io.*;
importjava.util.*;
importorg.w3c.dom.*;
importjavax.xml.parsers.*;
publicclassMyXMLReader{
publicstaticvoidmain(Stringarge[]){
longlasting=System.currentTimeMillis();
try{
Filef=newFile("data_10k.xml");
//获取DocumentBuilderFactory实例
DocumentBuilderFactoryfactory=DocumentBuilderFactory.newInstance();
//使用documentBuilder可以从xml中获得一个document对象
DocumentBuilderbuilder=factory.newDocumentBuilder();
//将给定文件内容解析成为一个xml文档,并返回一个新的dom对象
Documentdoc=builder.parse(f);
//按文档顺序返回包含在文档中的且具有给指定标记名称的所有Element的nodeList
NodeListnl=doc.getElementsByTagName("VALUE");
for(inti=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(Exceptione){
e.printStackTrace();
}
System.out.println("运行时间:
"+(System.currentTimeMillis()-lasting)+"毫秒");
}
}
10k消耗时间:
265203219172
100k消耗时间:
9172901688919000
1000k消耗时间:
691719675407708375739656
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navigationAPIs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:
packagecom.test;
importorg.xml.sax.*;
importorg.xml.sax.helpers.*;
importjavax.xml.parsers.*;
publicclassMyXMLReaderextendsDefaultHandler{
java.util.Stacktags=newjava.util.Stack();
//构造方法
publicMyXMLReader(){
super();
}
publicstaticvoidmain(Stringargs[]){
longlasting=System.currentTimeMillis();
try{
SAXParserFactorysf=SAXParserFactory.newInstance();
SAXParsersp=sf.newSAXParser();
MyXMLReaderreader=newMyXMLReader();
sp.parse(newInputSource("data_10k.xml"),reader);
}catch(Exceptione){
e.printStackTrace();
}
System.out.println("运行时间:
"+(System.currentTimeMillis()-lasting)+"毫秒");
}
publicvoidcharacters(charch[],intstart,intlength)throwsSAXException{
Stringtag=(String)tags.peek();
if(tag.equals("NO")){
System.out.print("车牌号码:
"+newString(ch,start,length));
}
if(tag.equals("ADDR")){
System.out.println("地址:
"+newString(ch,start,length));
}
}
publicvoidstartElement(
Stringuri,
StringlocalName,
StringqName,
Attributesattrs){
tags.push(qName);
}
}
10k消耗时间:
1104710978
100k消耗时间:
344406375422
1000k消耗时间:
3234328136883312
10000k消耗时间:
3257834313317973189030328
然后是JDOMhttp:
//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:
packagecom.test;
importjava.io.*;
importjava.util.*;
importorg.jdom.*;
importorg.jdom.input.*;
publicclassMyXMLReader{
publicstaticvoidmain(Stringarge[]){
longlasting=System.currentTimeMillis();
try{
SAXBuilderbuilder=newSAXBuilder();
Documentdoc=builder.build(newFile("data_10k.xml"));
Elementfoo=doc.getRootElement();
ListallChildren=foo.getChildren();
for(inti=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(Exceptione){
e.printStackTrace();
}
System.out.println("运行时间:
"+(System.currentTimeMillis()-lasting)+"毫秒");
}
}
10k消耗时间:
1256218794
100k消耗时间:
704625640766
1000k消耗时间:
27984307502785930656
10000k消耗时间:
OutOfMemoryError
最后是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、XMLSchema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DOM4JAPI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JavaXMLAPI,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:
packagecom.test;
importjava.io.*;
importjava.util.*;
importorg.dom4j.*;
importorg.dom4j.io.*;
publicclassMyXMLReader{
publicstaticvoidmain(Stringarge[]){
longlasting=System.currentTimeMillis();
try{
Filef=newFile("data_10k.xml");
SAXReaderreader=newSAXReader();
Documentdoc=reader.read(f);
Elementroot=doc.getRootElement();
Elementfoo;
for(Iteratori=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(Exceptione){
e.printStackTrace();
}
System.out.println("运行时间:
"+(System.currentTimeMillis()-lasting)+"毫秒");
}
}
10k消耗时间:
1097810931
100k消耗时间:
297359172312
1000k消耗时间:
2281235923442469
10000k消耗时间:
20938199222003121078
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!
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- XML 文件 解析 问题