xml文件处理经验总结

 １．xml文件存储效率不高，存在很大的冗余信息量

excel文件与xml文件的转化是一个指数级的函数关系，如下表所示。

excel文件大小（KB）	转化之后的xml文件大小(KB)
278	557
296	937
1247	22282
4287	236361
10111	747658

      经过winzip的压缩，一个236361kb的xml文件可以被压缩为659kb,压缩比为359：1，这说明了xml的冗余信息量是很巨大的。

     打开excel转换过来的xml文件，就可以看到每描述一个cell的内容，xml都要用60个字符的附加信息。如下所示。<Cell ss:StyleID="s29"><ss:Data ss:Type="String"
      xmlns="http://www.w3.org/TR/REC-html40">aa</ss:Data></Cell>　

    因此，xml的文件的存储或者是上传，一定要做压缩处理，否则其效率是很低的。或者如果可以找到其他替代的存储或者编码格式，例如json，最好可以先考虑。在对效率不敏感的时候，xml才是一个好的选择。

（2）xml处理效率不高，对于大xml文件，无论是dom处理或者是sax处理都不是理想处理方式。

http://developer.51cto.com/art/200604/25541.htm 这篇文章对这个问题有很详细的描述。

http://cavingdeep.cnblogs.com/archive/2006/03/15/350456.html <<新兴XML处理方法VTD-XML介绍>>这篇文章有很好的分析。

基本上的xml的处理是一个很好内存的操作，现在也出现一种新的处理方式vtd-xml.如下所述。

1. VTD-XML的解析速度是SAX（with NULL content handler）的1.5x~2.0x。With NULL content handler的意思就是说SAX解析中没有插入任何额外的处理逻辑，也就是SAX的最高速度。
2. VTD-XML的内存占用是原XML的1.3x~1.5x（其中1.0x的部分是原XML，0.3x~0.5x是VTD-XML占用的部分），而DOM的内存占用则是原XML的5x~10x。举一个例子，如果一个XML的大小是50MB，那么用VTD-XML读取进来内存占用会在 65MB~75MB之间，而DOM的内存占用则会在250M~500MB之间。基于这个数据用DOM处理大的XML文件几乎是不可能的选择。

因此，在做xml处理的时候，必须要考虑到内存方面的限制。

（3）xml的编码问题

xml作为一种描述语言，本身会用到特殊符号来作为元描述语言，因此对于这些特殊符号要做另外的处理，否则很容易出错。一般来说，如果是真实的数据内容，都是推荐使用CDATA部件，因为只有在CDATA部件之内的文本会被解析器忽略。但是要注意处理，数据内容的字符"]]>" 或者"<![CDATA[" 。

http://dev.csdn.net/article/68/68417.shtm<<XML指南——XML CDATAXML指南——XML CDATA>>这篇文章就对这个问题作了很好的说明。