浅谈几款XML文档解析工具以及优缺点
一、简介
XML，一种可扩展标记语言，通常被开发人员用来传输和存储数据，定义也比较简单，通常如下方式开头，用来表述文档的一些信息。
<?xml version="1.0" encoding="UTF-8"?>
例如下面这个简单的文档。
<?xml version="1.0" encoding="UTF-8"?>
<site>
<name>博客网站</name>
<url>https://www.pzblog.cn</url>
<desc>技术学习网站</desc>
</site>
其中site、name、url、desc表示标签名称，内容表示标签对应的值。
因 XML 的平台无关性、语言无关性、系统无关性等特点，给系统之间的数据传输带来了极大的便利，广受开发者欢迎。
事实上，在 1996 年诞生之后，XML 逐渐成为了一种通用的数据交换格式。
不同的编程语言，解析 XML 的逻辑基本都是一样的，只不过实现的语法稍有不同。
今天我们就一起来学习一下，采用 Java 编程语言来解析 XML，有哪些方法以及对应的优缺点。
经过整理，通过 Java 程序解析 XML 文件，目前比较主流的有以下四种方式：
- DOM 解析
- SAX 解析
- JDOM 解析
- DOM4J 解析
下面我们以如下的 XML 文件为例，分别介绍每种方式的解析实现。
<?xml version="1.0" encoding="utf-8" ?>
<class>
<student id="1">
<name>张三</name>
<gender>男</gender>
<age>26</age>
</student>
<student id="2">
<name>里斯</name>
<gender>男</gender>
<age>36</age>
</student>
<student id="3">
<name>王五</name>
<gender>女</gender>
<age>24</age>
</student>
</class>
二、DOM 解析
DOM 的全称是：Document Object Model，是 Java 中最早支持的一种 XML 解析方式，可以不用依赖任何第三方包，通过 JDK 提供的 w3c 包里面的 api，即可实现快速解析，代码编程简单。
DOM 解析 XML 文档的时候，会在内存中加载整个文档来构造层次结构，因此优势比较突出：
- 1.能快速遍历 XML 中任意节点数据，同时允许应用程序对数据和结构做出更改
- 2.可以在任何时候在树中上下导航，获取和操作任意部分的数据
当然也有缺点：
- 加载小的 XML 文档问题不大，加载大的 XML 文档，内存消耗会很大，有内存溢出的风险
总的来说，DOM 解析方式，对于数据量比较小的 XML 文档，基本够用。
实现过程如下：
import org.w3c.dom.*;
import javax.xml.parsers.DocumentBuilder;
import javax.xml.parsers.DocumentBuilderFactory;
import java.io.InputStream;
public class DomDemo {
public static void main(String[] args) {
// 1.获取xml文件流
InputStream inputStream = DomDemo.class.getClassLoader().getResourceAsStream("demo.xml");
// 2.创建DocumentBuilderFactory对象
DocumentBuilderFactory factory = DocumentBuilderFactory.newInstance();
// 3.创建DocumentBuilder对象
try {
DocumentBuilder builder = factory.newDocumentBuilder();
Document d = builder.parse(inputStream);
NodeList stdList = d.getElementsByTagName("student");
for (int i = 0; i <stdList.getLength() ; i++) {
Node std = stdList.item(i);
// 遍历标签属性
NamedNodeMap attrs = std.getAttributes();
for(int j=0; j< attrs.getLength(); j++){
Node attr = attrs.item(j);
System.out.println(attr.getNodeName()+"："+attr.getNodeValue());
}
// 遍历标签子节点
NodeList childNodes = std.getChildNodes();
for (int k = 0; k <childNodes.getLength() ; k++) {
if (childNodes.item(k).getNodeType()== Node.ELEMENT_NODE) {
System.out.println(childNodes.item(k).getNodeName() + "：" + childNodes.item(k).getTextContent());
}
}
System.out.println("==============");
}
} catch (Exception e) {
e.printStackTrace();
}
}
}
运行结果如下：
id：1
name：张三
gender：男
age：26
==============
id：2
name：里斯
gender：男
age：36
==============
id：3
name：王五
gender：女
age：24
==============
三、SAX 解析
SAX 的全称是：Simple API for XML，也是 JDK 提供的另一种 XML 解析方式。
相比于 DOM，SAX 每次解析只在内存中加载 XML 文件的一小部分，即使针对较大的 XML 文件，它也不需要占用太多的内存，也不会存在内存溢出的问题。
优点如下：
- 1.采用事件驱动模式一段一段的来解析数据，占用内存小
- 2.只在读取数据时检查数据，不需要保存在内存中
- 3.效率和性能较高，能解析大于系统内存的文档
当然也有缺点：
- 1.与 DOM 解析器相比，使用 SAX 解析器读取 XML 文件时，解析逻辑比较复杂
- 2.同时无法定位文档层次，很难同时访问同一文档的不同部分数据，不支持 XPath
实现过程如下：
import javax.xml.parsers.SAXParser;
import javax.xml.parsers.SAXParserFactory;
import java.io.InputStream;
import java.util.List;
import java.util.Map;
public class SAXDemo {
public static void main(String[] args) throws Exception {
// 1.获取xml文件流
InputStream inputStream = SAXDemo.class.getClassLoader().getResourceAsStream("demo.xml");
// 2.获取SAXParserFactory实例
SAXParserFactory factory = SAXParserFactory.newInstance();
// 3.获取SAXparser实例
SAXParser saxParser = factory.newSAXParser();
// 4.创建Handel对象
SAXDemoHandel handel = new SAXDemoHandel();
// 5.解析XML文件
saxParser.parse(inputStream, handel);
// 6.获取读取结果
List<Map<String, String>> students = handel.getStudents();
for (Map<String, String> student : students) {
System.out.println(student.toString());
}
}
}
import org.xml.sax.Attributes;
import org.xml.sax.SAXException;
import org.xml.sax.helpers.DefaultHandler;
import java.util.ArrayList;
import java.util.HashMap;
import java.util.List;
import java.util.Map;
public class SAXDemoHandel extends DefaultHandler {
private String value;
private Map<String, String> student;
private List<Map<String, String>> students = new ArrayList<>();
public List<Map<String, String>> getStudents() {
return students;
}
/**
* xml 解析开始
* @throws SAXException
*/
@Override
public void startDocument() throws SAXException {
super.startDocument();
System.out.println("xml 解析开始");
}
/**
* xml 解析结束
* @throws SAXException
*/
@Override
public void endDocument() throws SAXException {
super.endDocument();
System.out.println("xml 解析结束");
}
/**
* 解析 XML 元素开始
* @param uri
* @param localName
* @param qName
* @param attributes
* @throws SAXException
*/
@Override
public void startElement(String uri, String localName, String qName, Attributes attributes) throws SAXException {
super.startElement(uri, localName, qName, attributes);
System.out.println("开始遍历节点：" + qName);
if (qName.equals("student")){
student = new HashMap<>();
for(int i=0; i<attributes.getLength();i++){
student.put(attributes.getQName(i), attributes.getValue(i));
}
}
}
/**
* 解析 XML 元素结束
* @param uri
* @param localName
* @param qName
* @throws SAXException
*/
@Override
public void endElement(String uri, String localName, String qName) throws SAXException {
super.endElement(uri, localName, qName);
System.out.println("节点遍历结束：" + qName);
if(qName.equals("student")){
students.add(student);
student = null;
} else if(qName.equals("name") || qName.equals("gender") || qName.equals("age")){
student.put(qName, value);
}
}
@Override
public void characters(char[] ch, int start, int length) throws SAXException {
super.characters(ch, start, length);
// 获取节点值数组
value = new String(ch,start,length).trim();
if (!value.equals("")) {
System.out.println(value);
}
}
}
运行结果如下：
{gender=男, name=张三, id=1}
{gender=男, name=里斯, id=2}
{gender=女, name=王五, id=3}
四、JDOM 解析
JDOM 是 Java 生态中一个非常优秀的 XML 开源文档解析库，你可以把它看成是 DOM 及 SAX 的结合版，同时在设计上弥补了 DOM 及 SAX 在实际应用当中的不足之处。
优点如下：
- 1.基于树的模型处理 XML 文件，数据会加载在内存中
- 2.没有向下兼容的限制，因此比 DOM 简单
- 3.速度快，缺陷少
- 4.具有 SAX 的解析特征
- 5.API 比 DOM 更容易理解
当然也有缺点：
- 1.能处理大于内存的 XML 文档
- 2.不支持与 DOM 中相应遍历包
总体来讲，JDOM 对于大多数需要使用 XML 应用程序来说还是非常实用的。
实现过程如下：
<!--jdom -->
<dependency>
<groupId>org.jdom</groupId>
<artifactId>jdom</artifactId>
<version>1.1.3</version>
</dependency>
import org.jdom.Attribute;
import org.jdom.Document;
import org.jdom.Element;
import org.jdom.input.SAXBuilder;
import java.io.InputStream;
import java.util.List;
public class JdomDemo {
public static void main(String[] args) throws Exception {
// 1.获取xml文件流
InputStream inputStream = JdomDemo.class.getClassLoader().getResourceAsStream("demo.xml");
// 2.创建SAXBuilder对象
SAXBuilder saxBuilder = new SAXBuilder();
// 3.将输入流加载到build中
Document document = saxBuilder.build(inputStream);
// 4.获取根节点
Element rootElement = document.getRootElement();
// 5.获取子节点
List<Element> children = rootElement.getChildren();
for (Element child : children) {
List<Attribute> attributes = child.getAttributes();
// 遍历标签属性
for (Attribute attr : attributes) {
System.out.println(attr.getName()+":"+attr.getValue());
}
// 遍历标签子节点
List<Element> childrenList = child.getChildren();
for (Element o: childrenList) {
System.out.println(o.getName() + "：" + o.getValue());
}
System.out.println("==============");
}
}
}
运行结果如下：
id:1
name：张三
gender：男
age：26
==============
id:2
name：里斯
gender：男
age：36
==============
id:3
name：王五
gender：女
age：24
==============
五、DOM4J 解析
DOM4J 也是 Java 生态中一款非常非常优秀的 XML 开源文档解析库，是 JDOM 的升级品。
最初，它是 JDOM 的一种分支，后来合并了许多超出基本 XML 文档表示的功能，最后单独作为一工具对外发布。
优点如下：
- 1.性能优异，功能强大，极端易使用
- 2.开发简便，同时也提供了一些提高性能的代替方法
- 3.支持 XPath
唯一的缺点：
- API 过于复杂
实现过程如下：
<!-- dom4j -->
<dependency>
<groupId>dom4j</groupId>
<artifactId>dom4j</artifactId>
<version>1.6.1</version>
</dependency>
public class Dom4jDemo {
public static void main(String[] args) throws Exception {
// 1.获取xml文件流
InputStream inputStream = Dom4jDemo.class.getClassLoader().getResourceAsStream("demo.xml");
// 2.创建Reader对象
SAXReader reader = new SAXReader();
// 3.加载xml
Document document = reader.read(inputStream);
// 4.获取根节点
Element rootElement = document.getRootElement();
// 5.遍历元素
Iterator iterator = rootElement.elementIterator();
while (iterator.hasNext()){
Element stu = (Element) iterator.next();
// 遍历标签属性
List<Attribute> attributes = stu.attributes();
for (Attribute attribute : attributes) {
System.out.println(attribute.getName() + "：" + attribute.getValue());
}
// 遍历标签子节点
Iterator iterator1 = stu.elementIterator();
while (iterator1.hasNext()){
Element stuChild = (Element) iterator1.next();
System.out.println(stuChild.getName()+"："+stuChild.getStringValue());
}
System.out.println("==============");
}
}
}
运行结果如下：
id：1
name：张三
gender：男
age：26
==============
id：2
name：里斯
gender：男
age：36
==============
id：3
name：王五
gender：女
age：24
==============
六、小结
最后总结一下，目前许多开源项目中大量采用 DOM4J，例如 Hibernate 框架中就用到 DOM4J 来读取 XML 配置文件，连 Sun 的 JAXM 也在用 DOM4J。
因此对于需要使用 XML 解析工具，如果项目中没有什么包袱，首选 DOM4J。
对于一些已经在项目中用到的 XML 解析工具，如果不考虑移植性问题，也可以改成 DOM4J 来实现，当然具体问题具体分析，如果迁移成本很高，以前的工具依然能正常运行，也没必要进行迁移。总之就是，适合的才是最好的，是否值得迁移，需要评估资源成本和时间以及必要性。
七、参考
1、https://blog.csdn.net/m0_37499059/article/details/80505567
本文参与 腾讯云自媒体分享计划，分享自微信公众号。
原始发表：2024-04-16，如有侵权请联系 cloudcommunity@tencent.com 删除
评论
登录后参与评论
推荐阅读
目录