深入浅出如何解析xml文件---下篇

在上篇博文中，小编主要介绍xml的两种解析方式，分别是dom4j和dom，今天这篇博文，小编主要来简单介绍一下xml的其她两种解析方式sax和jdom。

 sax解析xml文件

sax，全称是Simple API for XML ，即是一种接口，也是一种软件包，她也是一种xml解析的替代方法，sax不同于dom解析，她逐行扫描文档，一边扫描一边解析，由于应用程序只是在读取数据时检查数据，因为不需要将数据存储在内存中，这对于大型文档的解析是个巨大优势。

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。如下deom所示：

<?xml version="1.0" encoding="UTF-8"?> <root> <student id="1" group="1"> <name>张三</name> <sex>男</sex> <age>18</age> <email>zhangsan@163.com</email> <birthday>1987-06-08</birthday> <memo>好学生</memo> </student> <student id="2" group="2"> <name>李四</name> <sex>女</sex> <age>18</age> <email>lisi@163.com</email> <birthday>1987-06-08</birthday> <memo>好学生</memo> </student> <student id="3" group="3"> <name>小王</name> <sex>男</sex> <age>18</age> <email>xiaowang@163.com</email> <birthday>1987-06-08</birthday> <memo>好学生</memo> </student> <student id="4" group="4"> <name>小张</name> <sex>男</sex> <age>18</age> <email>xiaozhang@163.com</email> <birthday>1987-06-08</birthday> <memo>好学生</memo> </student> <student id="5" group="5"> <name>小明</name> <sex>男</sex> <age>18</age> <email>xiaoming@163.com</email> <birthday>1987-06-08</birthday> <memo>好学生</memo> </student> </root>

使用sax解析如下所示：

import java.util.ArrayList; import java.util.List; import org.xml.sax.Attributes; import org.xml.sax.SAXException; import org.xml.sax.helpers.DefaultHandler; /** * 功能描述:采用sax方式解析XML<br> * * @author 丁国华 * */ public class SaxParseXml extends DefaultHandler{ //存放遍历集合 private List<Student> list; //构建Student对象 private Student student; //用来存放每次遍历后的元素名称(节点名称) private String tagName; public List<Student> getList() { return list; } public void setList(List<Student> list) { this.list = list; } public Student getStudent() { return student; } public void setStudent(Student student) { this.student = student; } public String getTagName() { return tagName; } public void setTagName(String tagName) { this.tagName = tagName; } //只调用一次 初始化list集合 @Override public void startDocument() throws SAXException { list=new ArrayList<Student>(); } //调用多次 开始解析 @Override public void startElement(String uri, String localName, String qName, Attributes attributes) throws SAXException { if(qName.equals("student")){ student=new Student(); //获取student节点上的id属性值 student.setId(Integer.parseInt(attributes.getValue(0))); //获取student节点上的group属性值 student.setGroup(Integer.parseInt(attributes.getValue(1))); } this.tagName=qName; } //调用多次 @Override public void endElement(String uri, String localName, String qName) throws SAXException { if(qName.equals("student")){ this.list.add(this.student); } this.tagName=null; } //只调用一次 @Override public void endDocument() throws SAXException { } //调用多次 @Override public void characters(char[] ch, int start, int length) throws SAXException { if(this.tagName!=null){ String date=new String(ch,start,length); if(this.tagName.equals("name")){ this.student.setName(date); } else if(this.tagName.equals("sex")){ this.student.setSex(date); } else if(this.tagName.equals("age")){ this.student.setAge(Integer.parseInt(date)); } else if(this.tagName.equals("email")){ this.student.setEmail(date); } else if(this.tagName.equals("birthday")){ this.student.setBirthday(date); } else if(this.tagName.equals("memo")){ this.student.setMemo(date); } } } }

使用sax解析xml文件，有哪些优点和缺点呢？如下所示：

优点：

a、不需要等待所有数据都被处理，分析就能立即开始；

b、只在读取数据时检查数据，不需要保存在内存中；

c、可以在某个条件得到满足时停止解析，不必解析整个文档；

d、效率和性能较高，能解析大于系统内存的文档。

缺点：

a、需要应用程序自己负责TAG的处理逻辑，使用起来比较麻烦；

b、单向导航，很难同时访问同一文档的不同部分数据，不支持XPath。

jdom解析xml文件

接着，来介绍jdom解析xml的方式，jdom是一种使用xml的独特java工具包，她的设计包含java语言的语法乃至语言。  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。看下面一个dome，xml文件如下所示：

<?xml version="1.0" encoding="UTF-8"?><prop> <mess> <property name="sSize" value="52"></property> <property name="cSize" value="23"></property> <property name="pSize" value="15"></property> <property name="aSize" value="25"></property> </mess></prop>

使用jdom解析如下所示：

package com.fancy.util;import java.util.List;import org.jdom.Document;import org.jdom.Element;import org.jdom.input.SAXBuilder;public class XmlDom { public static String obtainValue(String name){ try { //创建一个SAXBuilder对象 SAXBuilder saxBuilder = new SAXBuilder(); //读取prop.xml资源 Document doc = saxBuilder.build("prop.xml"); //获取根元素(prop) Element root = doc.getRootElement(); //获取根元素下面的所有子元素(mess) List<Element> messList = root.getChildren("mess"); //子根元素(mess) Element childrenRoot = null; //property元素集合 List<Element> propertyList = null; //遍历根元素的子元素集合(即遍历mess元素) for(int i = 0; i < messList.size(); i++){ //将根元素prop下的mess子元素作为一个新的子根元素 childrenRoot = messList.get(i); //获取子根元素mess下的所有property子元素 propertyList = childrenRoot.getChildren("property"); //遍历子根元素的子元素集合(即遍历property元素) for(int j = 0; j < propertyList.size(); j++){ //获取property元素 Element element = propertyList.get(j); //element.getAttributeValue("name")：获取property中name属性的值 if(element.getAttributeValue("name").equals(name)){ //如果name的值一致 return element.getAttributeValue("value"); //取得name对应的value属性值 } } } //遍历完没有查找到结果返回null return null; } catch (Exception e) {e.printStackTrace();} return null; }}复制代码

使用jdom解析xml文件的方式，具有以下优缺点：

优点：

a、使用具体类而不是接口，简化了dom的api；

b、大量使用java集合类，方便了java开发人员。

缺点：

a、没有较好的灵活性；

b、性能较差。

 小编寄语：博文介绍到这里，小编已经把四种解析xml文件的方式介绍完了， 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是最好的，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，可以采用dom4j，java之路，未完待续。