XML解析技术的特性比较与选择

根据上一篇文章中对四种XML解析技术的介绍和分析，对其特性进行总结和比较，如下表所示：

 

 

 

                     表1 XML解析技术特性比较

一． XML解析技术的选取

    这些解析技术具有各自的优缺点，在应用中，如何选择正确的解析技术，往往成为提高应用系统整体性能和效率的关键。

 

一） 面向文档与面向应用的解析方式的选取

适合面向应用（主要有JAXB）的场合：

如果应用程序只是将XML文档作为数据交换的媒介，关心文档中包含的数据胜于关心文档的XML结构，那么选择面向应用的解析方式将能够在数据获取上得到很大的简化，虽然在效率上有点损失，但相对于整个应用系统的模块化设计是值得的。

 

适合面向文档的场合：

如果应用程序真正关心文档结构的细节，如编写一个XML文档编辑器，又或应用程序正在处理的XML文档不遵守固定的结构，那么选择面向文档的解析方式不仅能够提高效率，还可以降低编程的复杂性。

 

二） 面向文档的解析方式的选取

面向文档的解析方式，包括流式解析（SAX,StAX），对象式解析（DOM,JDOM,DOM4J），指针式解析（VTD-XML）

 

1）流式解析（SAX,StAX）

如果应用程序仅仅想高效率的获得XML文档中的某部分数据，并且希望对解析过程进行更多的控制，而不需要对文档进行添加和修改，那么选取流式解析更能满足需求。在流式解析中，StAX技术使得应用程序能够更方便的控制解析过程，并且其作为Java的官方规范，得到了更广泛的应用。

2）对象式解析（DOM,JDOM,DOM4J）

如果应用程序需要频繁的对XML文档中的数据进行检索和修改，而对内存和效率没有过多要求，那么对象式解析将是一种很好的选择。

 

原因：

对象式解析作为一种高级的解析方式，它的重点在于对文档结构进行建模，而完全不关心文档的解析过程（对象式解析往往建立在流式解析的基础上，在流式解析的过程中逐步建立模型）。而一旦在内存中建立了文档的树形结构模型，那么就可以方便的通过模型对文档进行搜索，修改、添加和删除等操作，并且更适合于面向对象的编程。然而，这种便利性是以内存和效率为代价的。

3）指针式解析（VTD-XML）

当应用程序不关心解析过程，而对性能有较高要求时，可以选择使用指针式解析。

 

原因：

指针式解析的提出是以提高效率，减少内存消耗为主要目的，可看作是介于流式解析和对象式解析之间的一种解析方式。它巧妙的设计方式使得不需要对文档建立树形模型，就可以实现搜索，修改、添加和删除等操作，同时向应用程序屏蔽了底层的解析过程，编程更加简便。

 

二． 面向文档解析方式的性能比较

根据VTD-XML的官方网站的数据[11]，VTD-XML的解析速度是DOM的5x-10x，是SAX（with NULL content handler）的1.5x - 2.0x（With NULL content handler 意味着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）。VTD-XML的内存占用仅为原XML的1.3x-1.5x（其中1.0x部分是原XML），而DOM的内存占用则是原XML的4x-8x，对于一些大型的XML文档，使用DOM方式处理往往会出现内存溢出的错误。

    以下是SAX，DOM和VTD-XML三种XML解析方式的性能测试结果[10]，如下表所示：

 

 

 

                     表2 SAX，DOM和VTD-XML性能比较

三、小结

随着XML的广泛应用，XML解析技术作为XML文档处理过程中关键的一环，对应用系统的整体性能有着重要影响。本文通过分析和比较4种主流XML解析技术的优缺点，使得开发人员能够针对具体的应用需求选择最为合适的解析技术。此外，对XML解析技术的深入研究对于促进XML的应用也有着积极的作用。

 

摘自： http://java.chinaitlab.com/XMLBeans/789848.html