XML解析到底能多快？

【经验总结】XML解析到底能多快？

----by abllen

近来，因为工作的关系，需要对大XML文件进行解析使用，就专门对解析效率问题作了下研究。 

 

场景：

在我们的场景中，会将大量的业务配置信息存放在DB， 便于前端修改， 后端使用时，会先将DB导出到本地XML格式文件，再各自加载。 这里之所以不直连数据库一是考虑后端高并发时的性能问题，二是数据一般变动不频繁，存放XML也合适。

起初也曾参考一些现有的xml解析库，但由于我们的XML文件都是从DB导出的，对有些情况不很合适，因而考虑手写。

 

为什么会手写：

1）  允许xml的key为纯数字，因为要从数据库导出到XML，而数据库的内容往往难以避免有纯数字的出现

2）  允许空key，数据库里往往使用空字段表示默认，也比较方便

3）  兼容xml格式，更好的出错说明

我们希望使用完全的自左向右扫描分析，如对

<a><as od=sdsd</as></a>

能提示a/as key缺少>更好些， 而不是某一行缺少闭合的>不完整

Tips：曾经对一个800K的上万行xml文件进行排错，包括notepad++/chrome/IE 等浏览器的出错信息让人崩溃，往往只有  某一行缺少；等

4）  更好的把握

5）  学习,只有亲手写并和其他解析器对比,才能知道真正的瓶颈和问题在哪，希望能挖掘性能极限，看解析究竟能有多快

 

经过一段时间的调教，得到如下结果：

1）  俺的满足系统要求的XML解析器核心代码只有50行，纯模板，外围功能还支持增量解析合并，易用

2）  解析性能可以对比 strlen