JAVA编程：Java中四种XML剖析手艺仓酷云

市场分额，java比asp高一点，因为C#是仿照java开发的，所以哦C#能做的java都能做到，但是java能做的,C#不一定都能做到。毕竟是抄袭吗。在平常事情中，不免会碰到把XML作为数据存储格局。面临今朝品种单一的办理计划，哪一个最合适我们呢？在这篇文章中，我对这四种支流计划做一个不完整评测，仅仅针对遍历XML这块来测试，由于遍历XML是事情中利用最多的（最少我以为）。

　　预备

　　测试情况：

　　AMD毒龙1.4GOC1.5G、256MDDR333、Windows2000ServerSP4、SunJDK1.4.1+Eclipse2.1+Resin2.1.8，在Debug形式下测试。

　　XML文件格局以下：

　　＜?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＞

　　测试办法：

　　接纳JSP端挪用Bean（至于为何接纳JSP来挪用，请参考：http://blog.csdn.net/rosen/archive/2004/10/15/138324.aspx），让每种计划分离剖析10K、100K、1000K、10000K的XML文件，盘算其损耗工夫（单元:毫秒）。

　　JSP文件：

　　＜%@pagecontentType="text/html;charset=gb2312"%＞
　　＜%@pageimport="com.test.*"%＞

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

　　测试

　　起首进场的是DOM（JAXPCrimson剖析器）

　　DOM是用与平台和言语有关的体例暗示XML文档的官方W3C尺度。DOM是以条理布局构造的节点或信息片段的汇合。这个条理布局同意开辟职员在树中寻觅特定信息。剖析该布局一般必要加载全部文档和机关条理布局，然后才干做任何事情。因为它是基于信息条理的，因此DOM被以为是基于树或基于对象的。DOM和狭义的基于树的处置具有几个长处。起首，因为树在内存中是耐久的，因而能够修正它以便使用程序能对数据和布局作出变动。它还能够在任什么时候候在树中高低导航，而不是像SAX那样是一次性的处置。DOM利用起来也要复杂很多。

　　另外一方面，关于出格年夜的文档，剖析和加载全部文档大概很慢且很耗资本，因而利用其他手腕来处置如许的数据会更好。这些基于事务的模子，好比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");
　　　DocumentBuilderFactoryfactory=DocumentBuilderFactory.newInstance();
　　　DocumentBuilderbuilder=factory.newDocumentBuilder();
　　　Documentdoc=builder.parse(f);
　　　NodeListnl=doc.getElementsByTagName("VALUE");
　　　for(inti=0;i＜nl.getLength();i++){
　　　　System.out.print("车商标码:"+doc.getElementsByTagName("NO").item(i).getFirstChild().getNodeValue());
　　　　System.out.println("车主地点:"+doc.getElementsByTagName("ADDR").item(i).getFirstChild().getNodeValue());
　　}
　　}catch(Exceptione){
　　　e.printStackTrace();
　　}
　　System.out.println("运转工夫："+(System.currentTimeMillis()-lasting)+"毫秒");
　　}
　　}


　　10k损耗工夫：265203219172
　　100k损耗工夫：9172901688919000
　　1000k损耗工夫：691719675407708375739656
　　10000k损耗工夫：OutOfMemoryError

　　接着是SAX

　　这类处置的长处十分相似于流媒体的长处。剖析可以当即入手下手，而不是守候一切的数据被处置。并且，因为使用程序只是在读取数据时反省数据，因而不必要将数据存储在内存中。这关于年夜型文档来讲是个伟大的长处。现实上，使用程序乃至不用剖析全部文档；它能够在某个前提失掉满意时中断剖析。一样平常来讲，SAX还比它的替换者DOM快很多。　　选择DOM仍是选择SAX？

　　关于必要本人编写代码来处置XML文档的开辟职员来讲，选择DOM仍是SAX剖析模子是一个十分主要的计划决议。

　　DOM接纳创建树形布局的体例会见XML文档，而SAX接纳的事务模子。

　　DOM剖析器把XML文档转化为一个包括其内容的树，并能够对树举行遍历。用DOM剖析模子的长处是编程简单，开辟职员只必要挪用建立的指令，然后使用navigationAPIs会见所需的树节点来完成义务。能够很简单的增加和修正树中的元素。但是因为利用DOM剖析器的时分必要处置全部XML文档，以是对功能和内存的请求对照高，特别是碰到很年夜的XML文件的时分。因为它的遍历才能，DOM剖析器经常使用于XML文档必要频仍的改动的服务中。

　　SAX剖析器接纳了基于事务的模子，它在剖析XML文档的时分能够触发一系列的事务，当发明给定的tag的时分，它能够激活一个回调办法，告知该办法制订的标签已找到。SAX对内存的请求一般会对照低，由于它闪开发职员本人来决意所要处置的tag。出格是当开辟职员只必要处置文档中所包括的部分数据时，SAX这类扩大才能失掉了更好的表现。但用SAX剖析器的时分编码事情会对照坚苦，并且很难同时会见统一个文档中的多处分歧数据。

　　Bean文件：

　　packagecom.test;
　　importorg.xml.sax.*;
　　importorg.xml.sax.helpers.*;
　　importjavax.xml.parsers.*;

　　publicclassMyXMLReaderextendsDefaultHandler{

　　java.util.Stacktags=newjava.util.Stack();

　　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("运转工夫："+(System.currentTimeMillis()-lasting)+"毫秒");
　　}

　　publicvoidcharacters(charch[],intstart,intlength)throwsSAXException{
　　Stringtag=(String)tags.peek();
　　if(tag.equals("NO")){
　　　System.out.print("车商标码："+newString(ch,start,length));
　　}
　　if(tag.equals("ADDR")){
　　System.out.println("地点:"+newString(ch,start,length));
　　}
　　}

　　publicvoidstartElement(
　　Stringuri,
　　StringlocalName,
　　StringqName,
　　Attributesattrs){
　　tags.push(qName);
　　}
　　}

　　10k损耗工夫：1104710978
　　100k损耗工夫：344406375422
　　1000k损耗工夫：3234328136883312
　　10000k损耗工夫：3257834313317973189030328

　　然后是JDOMhttp://www.jdom.org/

　　JDOM的目标是成为Java特定文档模子，它简化与XML的交互而且比利用DOM完成更快。因为是第一个Java特定模子，JDOM一向失掉鼎力推行和增进。正在思索经由过程“Java标准哀求JSR-102”将它终极用作“Java尺度扩大”。从2000岁首就已入手下手了JDOM开辟。

　　JDOM与DOM次要有两方面分歧。起首，JDOM仅利用详细类而不利用接口。这在某些方面简化了API，可是也限定了天真性。第二，API大批利用了Collections类，简化了那些已熟习这些类的Java开辟者的利用。

　　JDOM文档声明其目标是“利用20%（或更少）的精神办理80%（或更多）Java/XML成绩”（依据进修曲线假定为20%）。JDOM关于年夜多半Java/XML使用程序来讲固然是有效的，而且年夜多半开辟者发明API比DOM简单了解很多。JDOM还包含对程序举动的相称普遍反省以避免用户做任安在XML中偶然义的事。但是，它仍必要您充实了解XML以便做一些超越基础的事情（大概乃至了解某些情形下的毛病）。这大概是比进修DOM或JDOM接口都更成心义的事情。

　　JDOM本身不包括剖析器。它一般利用SAX2剖析器来剖析和考证输出XML文档（只管它还能够将之前机关的DOM暗示作为输出）。它包括一些转换器以将JDOM暗示输入成SAX2事务流、DOM模子或XML文本文档。JDOM是在Apache允许证变体下公布的开放源码。

　　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("车商标码:"+((Element)allChildren.get(i)).getChild("NO").getText());
　　　　System.out.println("车主地点:"+((Element)allChildren.get(i)).getChild("ADDR").getText());
　　　}
　　}catch(Exceptione){
　　　e.printStackTrace();
　　}
　　System.out.println("运转工夫："+(System.currentTimeMillis()-lasting)+"毫秒");
　　}
　　}

　　10k损耗工夫：1256218794
　　100k损耗工夫：704625640766
　　1000k损耗工夫：27984307502785930656
　　10000k损耗工夫：OutOfMemoryError

　　最初是DOM4Jhttp://dom4j.sourceforge.net/

　　固然DOM4J代表了完整自力的开辟了局，但最后，它是JDOM的一种智能分支。它兼并了很多超越基础XML文档暗示的功效，包含集成的XPath撑持、XMLSchema撑持和用于年夜文档或流化文档的基于事务的处置。它还供应了构建文档暗示的选项，它经由过程DOM4JAPI和尺度DOM接口具有并行会见功效。从2000下半年入手下手，它就一向处于开辟当中。

　　为撑持一切这些功效，DOM4J利用接口和笼统基础类办法。DOM4J大批利用了API中的Collections类，可是在很多情形下，它还供应一些替换办法以同意更好的功能或更间接的编码办法。间接优点是，固然DOM4J支付了更庞大的API的价值，可是它供应了比JDOM年夜很多的天真性。

　　在增加天真性、XPath集成和对年夜文档处置的方针时，DOM4J的方针与JDOM是一样的：针对Java开辟者的易用性和直不雅操纵。它还努力于成为比JDOM更完全的办理计划，完成在实质上处置一切Java/XML成绩的方针。在完成该方针时，它比JDOM更少夸大避免不准确的使用程序举动。

　　DOM4J是一个十分十分优异的JavaXMLAPI，具有功能优秀、功效壮大和极度易用利用的特性，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软件都在利用DOM4J来读写XML，出格值得一提的是连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("车商标码:"+foo.elementText("NO"));
　　　　System.out.println("车主地点:"+foo.elementText("ADDR"));
　　　}
　　}catch(Exceptione){
　　　e.printStackTrace();
　　}
　　System.out.println("运转工夫："+(System.currentTimeMillis()-lasting)+"毫秒");
　　}
　　}

　　10k损耗工夫：1097810931
　　100k损耗工夫：297359172312
　　1000k损耗工夫：2281235923442469
　　10000k损耗工夫：20938199222003121078

　　JDOM和DOM在功能测试时体现欠安，在测试10M文档时内存溢出。在小文档情形下还值得思索利用DOM和JDOM。固然JDOM的开辟者已申明他们希冀在正式刊行版前专注功能成绩，可是从功能概念来看，它的确没有值得保举的地方。别的，DOM还是一个十分好的选择。DOM完成普遍使用于多种编程言语。它仍是很多别的与XML相干的尺度的基本，由于它正式取得W3C保举（与基于非尺度的Java模子绝对），以是在某些范例的项目中大概也必要它（如在JavaScript中利用DOM）。

　　SAX体现较好，这要依附于它特定的剖析体例。一个SAX检测行将到来的XML流，但并没有载进到内存（固然当XML流被读进时，会有部分文档临时埋没在内存中）。

　　无疑，DOM4J是这场测试的得胜者，今朝很多开源项目中大批接纳DOM4J，比方赫赫有名的Hibernate也用DOM4J来读取XML设置文件。假如不思索可移植性，那就接纳DOM4J吧！

在ruby里才是一切皆对象。当然我不并不是很了解ruby，但是ruby确实是将语法简化得很好。

Java 编程语言的风格十分接近C、C++语言。