Java解析XML技术—项目开发实战介绍

一、 概述：

以Java项目开发实战的角度对XML解析技术进行分析，从优缺点、实战场景、执行效率和案例分析等方面逐步展开说明。

二、 XML基本知识及特点：

XML现在已经成为一种通用的数据交换格式，它的平台无关性，语言无关性，系统无关性，给数据集成与交互带来了极大的方便。对XML本身的语法知识与技术细节，可参阅相关的技术文献或W3C官方网站文档。主要的内容包括：DOM（Document Object Model），DTD（Document Type Definition），SAX（Simple API for XML），XSD（Xml Schema Definition），XSLT（Extensible Stylesheet Language Transformations）。

三、 项目中的应用场景：

1、 Library实体模型配置：

典型场景就是IBM公司基于WebSphere开发业务流程管理（Java Business Process Management）；

2、 解析自定义XML配置文件：

各种页面元素或数据查询、显示的配置，例如菜单树（Tree）、列表（Grid）、下拉框（ComboBox）等等；

3、 厂商接口数据交互：

即厂商接口交互时传递的报文数据或附件下载信息；

4、 复杂图形展示时本地缓存XML配置：

大中型的复杂图形展示时，针对于底图、图例、显示风格、缓存存储方式等等方面的相关配置。（不包括实际数据的缓存，实际数据一般使用JSON方式进行缓存）

四、 技术特征：

1、 解析方式：

XML在不同的语言里解析方式都是一样的,只不过实现的语法不同而已。基本的解析方式有两种,一种叫SAX，另一种叫DOM。SAX是基于事件流的解析,DOM是基于XML文档树结构的解析。

Java解析XML主要有四种方法。DOM、SAX、JDOM、DOM4J。

2、 数据封装类型：

a) 模型化封装：

将XML的属性封装到自定义对象里面，后续只对自定义对象进行操作。一般针对于各种页面元素的相关配置，特点是一次读入多次使用，或者是可以提取出用于刻画元素和数据的一组客观规律。该自定义对象具备一定的元数据（MetaData）特征。

b) 结构化封装：

封装在JDK提供的集合对象里面，常用的有List和Map。一般常用厂商接口的数据传递，特点是格式固定且数据内容不固定，接口传递参数数量不固定等等。

3、 实现方式：

a) javax.xml.parsers：最原始的处理方法，出自标准的JDK API，使用org.w3c.dom.Document进行处理。除此之外shack-all.jar,xml-apis.jar,xmlParserAPIs.jar也可以提供与此类似的处理方式；

b) DOM4J：使用dom4j.jar中的org.dom4j.Document进行处理；

c) JDOM：使用jdom.jar中的org.jdom.Document进行处理；

d) XMLDOM；

五、 详细说明：

1、 性能比较：

10k 100k 1000k 10000k

DOM解析 265 9172 691719 不支持，内存溢出

SAX解析 110 344 3234 32578

JDOM 125 704 27984 不支持，内存溢出

DOM4J 109 297 2281 20938

??

2、 DOM解析方式分析：

a) 解析过程：

DOM是用与平台和语言无关的方式表示XML文档的官方W3C标准。DOM是以层次结构组织的节点或信息片断的集合。这个层次结构允许开发人员在树中寻找特定信息。分析该结构通常需要加载整个文档和构造层次结构，然后才能做任何工作。由于它是基于信息层次的，因而DOM被认为是基于树或基于对象的。DOM以及广义的基于树的处理具有几个优点。首先，由于树在内存中是持久的，因此可以修改它以便应用程序能对数据和结构作出更改。它还可以在任何时候在树中上下导航，而不是像SAX那样是一次性的处理。DOM使用起来也要简单得多。

另一方面，对于特别大的文档，解析和加载整个文档可能很慢且很耗资源，因此使用其他手段来处理这样的数据会更好。

b) 优点：

由于整棵树在内存中，因此可以对xml文档随机访问；

可以对XML文档进行修改操作；

较SAX，DOM使用也更简单；

c) 缺点：

整个文档必须一次性解析完；

由于整个文档都需要载入内存，对于大文档成本高；

d) 实例代码：

DOM

3、 SAX解析方式分析：

a) 解析过程：

DOM采用建立树形结构的方式访问XML文档，而SAX采用的事件模型。

DOM解析器把XML文档转化为一个包含其内容的树，并可以对树进行遍历。用DOM解析模型的优点是编程容易，开发人员只需要调用建树的指令，然后利用navigation APIs访问所需的树节点来完成任务。可以很容易的添加和修改树中的元素。然而由于使用DOM解析器的时候需要处理整个XML文档，所以对性能和内存的要求比较高，尤其是遇到很大的XML文件的时候。由于它的遍历能力，DOM解析器常用于XML文档需要频繁的改变的服务中。

SAX解析器采用了基于事件的模型，它在解析XML文档的时候可以触发一系列的事件，当发现给定的tag的时候，它可以激活一个回调方法，告诉该方法制定的标签已经找到。SAX对内存的要求通常会比较低，因为它让开发人员自己来决定所要处理的tag。特别是当开发人员只需要处理文档中所包含的部分数据时，SAX这种扩展能力得到了更好的体现。但用SAX解析器的时候编码工作会比较困难，而且很难同时访问同一个文档中的多处不同数据。

b) 优点：

无需将整个xml文档载入内存，因此消耗内存少；

可以注册多个ContentHandler；

c) 缺点：

不能随机的访问xml中的节点（XPath）；

不能修改文档；

d) 使用场合：

Applet；

只需XML文档的少量内容，很少回头访问；

机器内存少；

e) 示例代码：

SAX

4、 JDOM解析方式分析：

a) 说明：

JDOM与DOM主要有两方面不同。首先JDOM仅使用具体类而不使用接口。这在某些方面简化了API，但是也限制了灵活性。第二API大量使用了Collections类，简化了那些已经熟悉这些类的Java开发者的使用。

JDOM文档声明其目的是“使用20%（或更少）的精力解决80%（或更多）Java/XML 问题”（根据学习曲线假定为20%）。JDOM 对于大多数 Java/XML应用程序来说当然是有用的，并且大多数开发者发现API比 DOM容易理解得多。JDOM还包括对程序行为的相当广泛检查以防止用户做任何在XML中无意义的事。然而，它仍需要您充分理解XML以便做一些超出基本的工作（或者甚至理解某些情况下的错误）。这也许是比学习DOM或JDOM接口都更有意义的工作。

JDOM自身不包含解析器。它通常使用SAX2解析器来解析和验证输入XML文档（尽管它还可以将以前构造的DOM表示作为输入）。它包含一些转换器以将JDOM表示输出成SAX2事件流、DOM模型或XML文本文档。JDOM是在Apache许可证变体下发布的开放源码。

b) 特点：

JDOM是纯Java的处理XML的API，其API中大量使用Collections类；

在底层，JDOM还是使用SAX（最常用）、DOM、Xanan文档；

c) 优点：

2-8原则，极大减少了代码量；

DOM方式的优点；

具有SAX的Java规则；

d) 缺点：

DOM方式的缺点；

e) 使用场合：

要实现的功能简单，如解析、创建等；

f) 示例代码：

JDOM

5、 DOM4J解析方式分析：

a) 说明：

为支持所有这些功能，DOM4J使用接口和抽象基本类方法。DOM4J大量使用了API中的Collections类，但是在许多情况下，它还提供一些替代方法以允许更好的性能或更直接的编码方法。直接好处是，虽然DOM4J付出了更复杂的API的代价，但是它提供了比 JDOM 大得多的灵活性。

在添加灵活性、XPath集成和对大文档处理的目标时，DOM4J的目标与JDOM是一样的：针对Java开发者的易用性和直观操作。它还致力于成为比JDOM更完整的解决方案，实现在本质上处理所有Java/XML问题的目标。在完成该目标时，它比JDOM更少强调防止不正确的应用程序行为。

DOM4J是一个非常非常优秀的Java XML API，具有性能优异、功能强大和极端易用使用的特点，同时它也是一个开放源代码的软件。如今你可以看到越来越多的Java软件都在使用DOM4J来读写XML，特别值得一提的是连Sun的JAXM也在用DOM4J。

b) 优点：

具有性能优异、功能强大和极端易用使用的特点，同时它也是一个开放源代码的软件；

c) 使用场景：

目前许多开源项目中大量采用DOM4J，例如大名鼎鼎的Hibernate也用DOM4J来读取XML配置文件。特别值得一提的是连Sun的JAXM也在用DOM4J件；

d) 示例代码：

DOM4J

六、 案例分析讲解：

1、 解析自定义XML配置文件：

a) XML配置文件：

自定义XML

opDetail解析类：

OpDetailParser

XmlData解析类：

XmlDataParser