详解用Java解析XML的四种方法及XML相关知识介绍

XML如今已成为一种通用的数据交换格式。因其具有平台无关性，所以在很多场合都需用到XML。本文会详细介绍用Java解析XML的四种方法。

XML如今已成为一种通用的数据交换格式。它具有平台无关性。它具有语言无关性。它具有系统无关性。这给数据集成与交互带来了极大便利。对于 XML 本身的语法知识和技术细节。需阅读相关技术文献。其中涵盖 DOM（文档对象模型）。还包括 DTD（文档类型定义）。以及 SAX（XML 简单 API）。还有 XSD（XML 模式定义）。另外有 XSLT（可扩展样式表语言转换）。具体可通过参阅 w3c 官方网站文档获取更多信息。

XML在不同语言里的解析方式相同，只是实现语法有差异。基本解析方式有两种。一种是SAX。另一种是DOM。SAX是基于事件流的解析。DOM是基于XML文档树结构的解析。

Java解析XML存在四种主要方法。分别是DOM。还有SAX。以及JDOM。另外是DOM4J。

一、DOM解析

DOM是表示XML文档的官方W3C标准。该标准与平台和语言无关。DOM是节点或信息片断的集合。这些节点或信息片断以层次结构组织。这个层次结构能让开发人员在树中找特定信息。通常要加载整个文档并构造层次结构后才能分析该结构并开展工作。DOM基于信息层次。所以DOM被认为基于树或基于对象。DOM以及广义的基于树的处理具备几个优点。首先，树在内存里是持久的，所以能够对其进行修改，进而让应用程序可对数据和结构作出更改。它还能够在树中随时进行上下导航，不像SAX那样是一次性处理。并且，DOM使用起来要简便得多。

另一方面 对于特别大的文档 解析整个文档可能很慢 加载整个文档可能很耗资源 因此使用其他手段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{ 
公共静态无效主函数（字符串数组arge[]）{
持久的 = 系统当前时间毫秒数；
　　  try{ 
该文件对象f指向名为data_10k.xml的文件
通过调用newInstance()方法来获取该对象
DocumentBuilder builder 由 factory 新建得到 它是一个 DocumentBuilder
文档doc等于构建器解析f得到的结果
NodeList nl获取文档中标签名为VALUE的所有元素组成的列表
对于整型变量i 初始化为0 当i小于nl的长度时 每次循环i自增1
加上doc.getElementsByTagName("ADDR").item(i).getFirstChild().getNodeValue()的结果
　    　} 
　  　}catch(Exception e){ 
　  　　e.printStackTrace(); 
　  　} 
System.out.println((System.currentTimeMillis() - lasting)+" 毫秒");
　  　} 
　　} 

10k消耗时间：265 203 219 172

100k消耗时间：9172 9016 8891 9000

1000k的消耗时间分别为：691719、675407、708375、739656

10000k消耗时间：OutOfMemoryError

二、SAX解析

这种处理优点与流媒体优点极为相似。分析可即刻开展，无需等待所有数据处理完毕。并且，因应用程序仅在读取数据时检查数据，所以无需将数据存储于内存。这对大型文档而言是极大优点。实际上，应用程序甚至不必解析整个文档，在某个条件满足时即可停止解析一般来说，SAX 还比它的替代者 DOM 快许多。

选择 DOM 还是选择 SAX ？

这是一个非常重要的设计决策

DOM 以建立树形结构的形式来访问 XML 文档。SAX 采用的是事件模型。

DOM解析器将XML文档转化成包含其内容的树。它能够对树进行遍历。使用DOM解析模型，编程容易。开发人员只需调用建树指令。接着利用navigation APIs访问所需树节点来完成任务。能轻松添加和修改树中的元素。然而使用DOM解析器时要处理整个XML文档。所以对性能和内存要求较高。尤其是遇到很大的XML文件时。因为其遍历能力。DOM解析器常用于XML文档需频繁改变的服务中。

SAX解析器采用基于事件的模型。解析XML文档时它能触发一系列事件。发现给定tag时。它会激活一个回调方法。告知该方法指定标签已找到。SAX对内存要求通常较低。因为它让开发人员自行决定要处理的tag。特别是在开发人员仅需处理文档所含部分数据的情况下，SAX的这种扩展能力体现得更为出色。然而，使用SAX解析器时，编码工作颇具难度。并且，同时访问同一文档中的多处不同数据也极为困难。

Bean文件：

package com.test; 
　　import org.xml.sax.*; 
导入 org.xml.sax.helpers 包下的所有类
　　import javax.xml.parsers.*; 
公共类MyXMLReader继承自DefaultHandler
其类型为java.util.Stack
　　public MyXMLReader() { 
　　super(); 
　　} 
公共静态无效主函数（字符串参数数组） {
持久的 = 系统当前时间毫秒数；
　　try { 
SAX解析器工厂sf通过newInstance方法创建实例
SAX解析器sp被创建 它是通过sf调用newSAXParser方法得到的
创建一个MyXMLReader对象并将其赋值给reader变量 即MyXMLReader reader = new MyXMLReader();
sp解析（新的输入源（“data_10k.xml”），读取器）
　　} catch (Exception e) { 
　　　e.printStackTrace(); 
　　} 
System.out.println((System.currentTimeMillis() - lasting) + " 毫秒");
　　} 
公共的 无效的 方法 字符数组 参数 起始位置 参数 长度 抛出 SAX 异常
字符串标签等于（字符串）标签堆顶元素
　　if (tag.equals("NO")) { 
　　} 
　　if (tag.equals("ADDR")) { 
　　} 
　　} 
　　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的消耗时间分别为：32578、34313、31797、31890、30328

三、JDOM解析

JDOM旨在成为Java特定的文档模型。它简化了与XML的交互。它比使用DOM实现更快。因为是首个Java特定模型，JDOM一直被大力推广和促进。正考虑通过“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和DOM有两方面主要不同。其一，JDOM只使用具体类，不使用接口。这在某些方面让API得到简化，不过也限制了灵活性。其二，API大量运用Collections类，这简化了熟悉这些类的Java开发者的使用。

JDOM文档表明其目标是“用20%（或更少）的精力解决80%（或更多）的Java/XML问题”（依据学习曲线假定为20%）。对多数Java/XML应用程序而言JDOM当然有用。多数开发者发现其API比DOM容易理解得多。JDOM包含对程序行为的广泛检查。其目的是防止用户做出在XML中无意义的事。不过，要做一些超出基本的工作。甚至理解某些情况下的错误。仍需要您充分理解XML。这或许是比学习DOM或JDOM接口更有意义的工作。

JDOM本身没有解析器。它一般借助SAX2解析器来解析与验证输入的XML文档（虽说它也能够把之前构造的DOM表示当作输入）。它含有一些转换器。这些转换器能把JDOM表示输出为SAX2事件流、DOM模型或者XML文本文档。JDOM是以Apache许可证变体发布的开源代码。

Bean文件：

package com.test; 
　　import java.io.*; 
　　import java.util.*; 
　　import org.jdom.*; 
　　import org.jdom.input.*; 
　　public class MyXMLReader { 
公共静态无效主函数（字符串数组arge） {
　　long lasting = System.currentTimeMillis(); 
　　try { 
创建一个SAXBuilder对象 命名为builder
文档doc由builder构建，构建依据为一个文件，该文件路径是"data_10k.xml"
元素foo等于文档获取根元素。
列出所有子项 子项等于foo获取的子项
i自增1
输出该子元素的文本内容
　　　} 
　　} 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消耗的时间分别为：27984、30750、27859、30656

10000k消耗时间：OutOfMemoryError

四、DOM4J解析

虽然DOM4J是完全独立开发成果，但最初它是JDOM的智能分支。它合并了许多功能，这些功能超出基本XML文档表示。包括集成的XPath支持。还有XML Schema支持。以及用于大文档或流化文档的基于事件的处理。它提供了构建文档表示的选项。它借助DOM4J API和标准DOM接口具备并行访问功能。从2000年下半年起它就一直在开发。

以实现更好性能或更直接编码方式直接好处是，DOM4J 付出了更复杂 API 的代价。但它提供了比 JDOM 大得多的灵活性。

添加灵活性、XPath集成以及大文档处理目标时，DOM4J的目标和JDOM相同。其目标是让Java开发者使用起来更方便，操作更直观。它还致力于成为比JDOM更完整的解决方案，目标是从本质上处理所有Java/XML问题完成该目标时 它比JDOM更少注重防止不正确的应用程序行为 它对防止不正确的应用程序行为的强调更少

DOM4J是极为出色的Java XML API，性能卓越，功能强大，极易使用，且是开源软件。如今越来越多Java软件用DOM4J读写XML，尤其Sun的JAXM也在使用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 { 
该文件对象f指向data_10k.xml文件
创建一个SAXReader对象并将其赋值给reader变量 即SAXReader reader = new SAXReader();
文档doc等于读取器reader读取f的结果
元素根 = 文档获取根元素
　　　Element foo; 
对于（迭代器 i = 根元素.元素迭代器（“VALUE”）；i 有下一个元素；） {
　　　　foo = (Element) i.next(); 
输出“ 车主地址:”加上foo元素中ADDR标签的文本内容
　　　} 
　　} 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的消耗时间分别为：20938、19922、20031、21078

五、XML解析总结

1、【DOM】

DOM基于树结构。通常要加载整个文档。还要构造DOM树。之后才能开始工作。

优点：

a、由于整棵树在内存中，因此可以对xml文档随机访问

b、可以对xml文档进行修改操作

c、较sax，dom使用也更简单。

缺点：

a、整个文档必须一次性解析完

a、由于整个文档都需要载入内存，对于大文档成本高

2、【SAX】

SAX类似流媒体。它基于事件驱动。所以无需将整个文档载入内存。使用者只需要监听自己感兴趣的事件就行。

优点：

a、无需将整个xml文档载入内存，因此消耗内存少

b、可以注册多个ContentHandler

缺点：

a、不能随机的访问xml中的节点

b、不能修改文档

3、【JDOM】

JDOM是用于处理XML的纯Java API 该API大量运用Collections类

优点：

a、DOM方式的优点

b、具有SAX的Java规则

缺点

a、DOM方式的缺点

4、【DOM4J】

这4中xml解析方式中，最优秀的一个，集易用和性能于一身。

JDOM和DOM在性能测试里表现欠佳，测试10M文档时出现内存溢出。小文档情形下DOM和JDOM还值得考虑采用。虽说JDOM开发者已表明期望在正式发行版前专注性能问题，然而从性能角度看，它确实没什么值得推荐的地方。此外，DOM依旧是个很不错的选择DOM实现被广泛应用于多种编程语言。它是许多其他与XML相关标准的基础。它正式获得W3C推荐，与基于非标准的Java模型相对。在某些类型的项目中可能也需要它，比如在JavaScript中使用DOM。

SAX表现不错，这得依靠其特定解析方式。SAX检测即将到来的XML流，且不会载入内存。当然读入XML流时，会有部分文档暂时存于内存。

毫无疑问，DOM4J是此次测试的赢家。当下诸多开源项目广泛采用DOM4J。比如声名远扬的Hibernate，也运用DOM4J读取XML配置文件。若不考量可移植性，那就选用DOM4J！