XML解析器的认识笔记

如何解析xml，这就需要用到解析器

解析器是一段程序，它接受某些数据的物理表示，并将其转换为内存中的形式供程序作为整体使用。解析器在软件中无处不在。XML解析器是一种解析器，它被设计用来读取XML并为程序使用XML创建一种方法。有不同的类型，每一种都有其优点。除非程序简单而盲目地将整个XML文件作为一个单元进行复制，否则每个程序都必须实现或调用XML解析器。
解析器的主要类型有一些有趣的名称：SAX、DOM和pull。对于每种类型，都有一些优秀的实现，可以自由地用于各种语言，包括java、C++、C语言、VB（实际上，任何.NET语言）、PHP、Perl、Python、Ruby等等。

什么是SAX？
Stylus Studio中的SAX解析器
SAX代表XML的简单API。它的主要特点是，当它读取XML的每个单元时，它会创建一个调用程序可以使用的事件。这允许调用程序忽略它不关心的部分，只保留或使用它喜欢的。缺点是调用程序必须跟踪它可能需要的一切。SAX通常用于某些高性能应用程序或XML大小可能超过运行程序可用内存的区域。
设计灵感和随后的协调是由davemegginson完成的，他继续维护SAX项目网站。SAX标准目前的版本是2.0。
SAX在Stylus Studio®中随处可见。它用于为XSLT和XQuery映射器构建特定的XML结构表示，也广泛用于XML转换器中。
有许多SAX解析器的实现。Apache项目已经赞助了一些，包括CyrsEngon及其继任者XeCES（在C++和java中都可用）。作者Michael Kay博士自己写了一篇LFRESD——另一个SAX解析器。

什么是DOM？
Stylus Studio中的DOM解析器
DOM代表文档对象模型。它与SAX的不同之处在于它在内存中构建整个XML文档表示，然后将整个内存块交给调用程序。DOM可能是非常占用内存的；当您计算管理节点关系的开销时，您的内存使用量可能是原始文档的4倍到8倍。
Stylus Studio®中有些地方需要DOM。XML编辑器中的树视图以及所有XSLT和XQuery处理器，无论是什么品牌，但有两个明显的例外。底层的Saxon引擎和datadirectxquery都支持pull解析，这将在下面介绍。XML Pipeline deployer非常聪明；它知道每个组件的最佳表示形式是什么，并将努力工作以确保尽可能节省内存，避免从DOM到SAX再到SAX的不必要的转换。
实现包括XECES（又在C++和java中），以及微软的MSXML和系统.Xml类。
DOM（目前已达到3.0级）因过于复杂而受到广泛批评；它试图为任何实现它的语言维护相同的编程接口，即使它违反了该语言的一些约定。这导致了一些类似DOM的实现，这些实现更符合本地语言的理念。Java中的例子包括TinyTree（仅在Saxon中使用）、JDOM、DOM4J和XOM。

什么是pull解析器？
Stylus Studio中的XML拉式解析器
SAX是一个推送解析器，因为它将事件推送到调用应用程序。另一方面，拉解析器坐在那里等待应用程序调用。它们请求下一个可用的事件，应用程序基本上会循环，直到用完XML为止。
拉式解析器在流式应用程序中很有用，这些应用程序要么数据太大而无法放入内存，要么数据正被及时地组装起来，以便下一阶段使用它。它被设计用于大型数据源，与SAX返回每个事件不同，pull解析器可以选择跳过它不感兴趣的事件（或者在某些实现中，跳过文档的整个部分）。转换器设计为同时使用SAX和pull解析器接口。
在Java中，流式解析器目前的主要竞争对手似乎是StAX，而在Microsoft的.Net平台中系统.XmlXmlReader是内置的。

StAX-XML流式API
StAX pull解析器已经在Java世界中通过一个名为JSR-173的标准实现。Saxon和datadirectxquery都支持拉解析。在某些情况下，特别是在DataDirect的实现中，pull解析可以显著提高性能，但是这两个实现都经过了高度优化，因此对于任何给定的应用程序，在SAX、DOM和StAX之间进行选择都是一个需要测试的问题。由于在Stylus Studio®XML Enterprise Suite中，XML管道构造函数知道管道中每个节点的功能，因此会自动为您处理此选择。