Java中四種XML解析技術之不完全測試

2019-11-18 15:37:42

字體：大中小

來源：轉載

供稿：網友

　　在平時工作中，難免會碰到把 xml 作為數據存儲格式。面對目前種類繁多的解決方案，哪個最適合我們呢？在這篇文章中，我對這四種主流方案做一個不完全評測，僅僅針對遍歷 XML 這塊來測試，因為遍歷 XML 是工作中使用最多的（至少我認為）。

　　預備

　　測試環境：

　　AMD 毒龍1.4G OC 1.5G、256M DDR333、Windows2000 Server SP4、Sun JDK 1.4.1+Eclipse 2.1+Resin 2.1.8，在 Debug 模式下測試。

　　XML 文件格式如下：

＜?xml version="1.0" encoding="GB2312"?＞
＜RESULT＞
　＜VALUE＞
　?。糔O＞A1234＜/NO＞
　?。糀DDR＞四川省XX縣XX鎮XX路X段XX號＜/ADDR＞
?。?VALUE＞
　＜VALUE＞
　?。糔O＞B1234＜/NO＞
　　＜ADDR＞四川省XX市XX鄉XX村XX組＜/ADDR＞
?。?VALUE＞
＜/RESULT＞
　　測試方法：

　　采用 jsp 端調用Bean（至于為什么采用JSP來調用，請參考：http://blog.csdn.net/rosen/archive/2004/10/15/138324.aspx），讓每一種方案分別解析10K、100K、1000K、10000K的 XML 文件，計算其消耗時間（單位:毫秒）。

　　JSP 文件：

＜%@ page contentType="text/Html; charset=gb2312" %＞
＜%@ page import="com.test.*"%＞

＜html＞
＜body＞
＜%
String args[]={""};
MyXMLReader.main(args);
%＞
＜/body＞
＜/html＞
　　測試

　　首先出場的是 DOM（JAXP Crimson 解析器）

　　DOM 是用與平臺和語言無關的方式表示 XML 文檔的官方 W3C 標準。DOM 是以層次結構組織的節點或信息片斷的集合。這個層次結構答應開發人員在樹中尋找特定信息。分析該結構通常需要加載整個文檔和構造層次結構，然后才能做任何工作。由于它是基于信息層次的，因而 DOM 被認為是基于樹或基于對象的。DOM 以及廣義的基于樹的處理具有幾個優點。首先，由于樹在內存中是持久的，因此可以修改它以便應用程序能對數據和結構作出更改。它還可以在任何時候在樹中上下導航，而不是像 SAX 那樣是一次性的處理。DOM 使用起來也要簡單得多。

　　另一方面，對于非凡大的文檔，解析和加載整個文檔可能很慢且很耗資源，因此使用其他手段來處理這樣的數據會更好。這些基于事件的模型，比如 SAX。

　　Bean文件：

package com.test;

import java.io.*;
import java.util.*;
import org.w3c.dom.*;
import javax.xml.parsers.*;

public class MyXMLReader{

　public static void main(String arge[]){
　　long lasting =System.currentTimeMillis();
　　try{
　　　File f=new File("data_10k.xml");
　　　DocumentBuilderFactory factory=DocumentBuilderFactory.newInstance();
　　　DocumentBuilder builder=factory.newDocumentBuilder();
　　　Document doc = builder.parse(f);
　　　NodeList nl = doc.getElementsByTagName("VALUE");
　　　for (int i=0;i＜nl.getLength();i++){
　　　　System.out.　　　　System.out.println(" 車主地址:" + doc.getElementsByTagName("ADDR").item(i).getFirstChild().getNodeValue());
　　}
　　}catch(Exception e){
　　　e.printStackTrace();
　　}
　　System.out.println("運行時間："+(System.currentTimeMillis() - lasting)+" 毫秒");
　}
}
　　10k消耗時間：265 203 219 172
　　100k消耗時間：9172 9016 8891 9000
　　1000k消耗時間：691719 675407 708375 739656
　　10000k消耗時間：OutOfMemoryError

　　接著是 SAX

　　這種處理的優點非常類似于流媒體的優點。分析能夠立即開始，而不是等待所有的數據被處理。而且，由于應用程序只是在讀取數據時檢查數據，因此不需要將數據存儲在內存中。這對于大型文檔來說是個巨大的優點。事實上，應用程序甚至不必解析整個文檔；它可以在某個條件得到滿足時停止解析。一般來說，SAX 還比它的替代者 DOM 快許多。 選擇 DOM 還是選擇 SAX ？

　　對于需要自己編寫代碼來處理 XML 文檔的開發人員來說，選擇 DOM 還是 SAX 解析模型是一個非常重要的設計決策。

　　DOM 采用建立樹形結構的方式訪問 XML 文檔，而 SAX 采用的事件模型。