详解XML解析（一）—解析接口浅析

最新推荐文章于 2024-05-10 06:00:00 发布

zhuojiajin

最新推荐文章于 2024-05-10 06:00:00 发布

阅读量3.9k

点赞数

分类专栏：其他 java

本文链接：https://blog.csdn.net/zhuojiajin/article/details/38307391

版权

java 同时被 2 个专栏收录

35 篇文章 0 订阅

订阅专栏

其他

25 篇文章 1 订阅

订阅专栏

在DRP项目中接触到了一个XML解析工具DOM4J，它作为解析工具的据说性能非常优秀。但是刚刚接触解析工具不久，并且也没有使用过其他的解析工具，因此对于DOM4J的性能没有直接的感受（没有参照物）。不过，本篇博客先暂时不直接讲DOM4J。之前说过，对于工具特别是优秀的工具，我们要学习的不只是使用而已，而需要更深层次的学习。好了，开始吧，首先我们要先了解一下解析器。

解析器

解析器的作用就是将XML文档转换为应用程序可操作的对象。即读入一个XML文档并分析其结构。然后，应用程序通过解析接口访问或者操作XML文档。下面以DOM为例，了解一下解析器和解析接口在应用中的位置。

基于DOM（Document Object Model）

DOM之前的博客有过介绍了，即文档对象模型。XML转换是通过解析器完成的，之后我们才能对XML文档进行读取操作。使用DOM操作XML文档主要需要通过以下几种操作：加载XML文档→遍历XML文档→操作控制XML文档节点（增、删、改）。

DOM基本接口：

Document：是对文档进行操作的接口，同时该节点是DOM对象树的根节点。提供了对文档中的数据进行访问和操作的入口。另外，元素、节点、注释、处理指令都无法脱离文档的上下文关系而独立存在。所以在Document接口还提供了创建其他节点对象的方法。
Node：代表DOM树中的一个节点。Node 接口在整个DOM树中具有举足轻重的地位，DOM接口中有很大一部分接口是从Node接口继承过来的，例如，Element、Attr、 CDATASection等接口，都是从Node继承过来的。
NodeList：提供了对节点集合的抽象定义，它并不包含如何实现这个节点集的定义。NodeList用于表示有顺序关系的一组节点，比如某个节点的子节点序列。在 DOM中，NodeList的对象是"live"的，换句话说，对文档的改变，会直接反映到相关的NodeList对象中。例如，如果通过DOM获得一个 NodeList对象，该对象中包含了某个Element节点的所有子节点的集合，那么，当再通过DOM对Element节点进行操作（添加、删除、改动节点中的子节点）时，这些改变将会自动地反映到NodeList对象中，而不需DOM应用程序再做其他额外的操作。
NamedNodeMap：表示可以通过名字来访问的一组节点集合。

DOM接口优缺点分析

首先我们要了解DOM是要在内存中建立文档树。这是它的特点的决定性因素。因为，树在内存中的存在是持久的。所以，这就保证了DOM接口随机访问的特点。同时，也是因为树在内存中的存在，因此对于大型的XML文档的解析会耗费内存。而接下来介绍的SAX接口则与DOM接口完全相反。

基于SAX（Simple API for XML）

相对与SAX是一种轻量型的方法，它针对的就是DOM接口处理大文档时比较费时、费力、非资源的问题。它是一种替代。SAX接口依序读入文件并产生相应的事件。

　　主要接口：

SAXParserFactory：用来按照系统属性中定义的创建一个分析器实例。
Parser：定义了类似setDocumentHandler的方法来创建事件处理函数。
　　DocumentHandler ：当分析器遇到XML文档中的标记时激活该接口中的startDocument，endDocument，startElement，endElement等方法。
ErrorHandler：当分析器遇到不用的错误时，就会激活error、fatalError等方法。
DTDHandler：处理DTD中定义时，调用该接口中的方法。

优缺点分析

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 比 DOM 快许多。
另一方面，由于应用程序没有以任何方式存储数据，使用 SAX 来更改数据或在数据流中往后移是不可能的。

基于JDOM（Java Document Object Model）

这种接口类似于DOM接口因此不再复述。

总的来说，对于XML的访问和操作要通过接口来实现，而解析器则实现接口。这也就是上面图所表达的意思。另外关于选择使用哪个接口来访问XML数据，这还是根据各个接口的特点自己选择。并且，博客里介绍的两种接口特点还是比较鲜明的，因此适用的环境应该也比较清晰。对解析接口应该有所了解了，下篇介绍DOM4J。