两种处理XML方式的比较---DOM and SAX

一、 DOM 文档对象模式

    1.DOM特点：

      以树型结构访问XML文档。 一棵DOM树包含全部元素节点和文本节点。可以前后遍历树中的每一个节点。

      整个文档树在内存中，便于操作；支持删除、修改、重新排列等多种功能。

      将整个文档调入内存（包括无用的节点），浪费时间和空间。

      一旦解析了文档还需多次访问这些数据；硬件资源充足（内存、CPU）情况下使用。

    2.DOM树与节点

      XML文档被解析成树型结构。

      树由节点组成。共有12种不同的节点。

      节点可以包含其他节点（依赖于节点的类型）。

      父节点包含子节点。叶子节点没有子节点。

    3.节点类型

      Document node   包含：一个根Element节点。一个或多个处理指令节点。

      Document Fragment node

      Element node包含：其他Element节点。若干个Text节点。若干个Attribute节点。

      Attribute node  包含：一个Text节点。

      Text node

      Comment node

      Processing instruction node

      Document type node

      Entity node

      Entity reference node

      CDATA section node

      Notation node

二、 SAX 基于事件处理模式
    解析器向一个事件处理程序发送事件，比如元素开始和元素结束，而事件处理器则处理该信息。

    然后应用程序本身就能够处理该数据。原始的文档仍然保留完好无损。

<![CDATA[################## SAX处理器(遍历XML) ###########################]]>

import java.io.IOException;

import javax.xml.parsers.ParserConfigurationException;

import javax.xml.parsers.SAXParser;

import javax.xml.parsers.SAXParserFactory;

import org.xml.sax.Attributes;

import org.xml.sax.SAXException;

import org.xml.sax.SAXParseException;

import org.xml.sax.helpers.DefaultHandler;

public class TestSAXParser {

    /** 基于SAX方式解析XML文档 */

    public static void main(String[] args)

    throws SAXException,ParserConfigurationException,IOException{

        SAXParserFactory factory = SAXParserFactory.newInstance(); //创建SAX解析器工厂

        factory.setValidating(true);                               //让error方法生效

        SAXParser parser = factory.newSAXParser();                 //生成一个具体的SAX解析器

        parser.parse("src/file/student.xml",new XMLreader());      //开始解析

}}

class XMLreader extends DefaultHandler {

    // 只需覆盖我们感兴趣的方法

    private int counter = 0;// 定义一个计数器，保存XML文档触发事件的次数

    @Override   // 文档开始事件触发

    public void startDocument() throws SAXException {

        counter++;

        System.out.println(counter + ".解析XML文件开始...");}

    @Override  // 文档结束事件触发

    public void endDocument() throws SAXException {

    counter++;

    System.out.println("\r\n"+counter + ".解析XML文件结束...");}

    @Override  // 元素开始事件触发

    public void startElement(String uri, String localName, String qName,

    Attributes atts) throws SAXException {

      counter++;

      System.out.print(counter+".<"+qName);

        for(int i=0; i<atts.getLength();i++){ //读取标志的所有属性

          System.out.print(" "+atts.getLocalName(i)+"="+atts.getValue(i));

      }System.out.print(">"); }

    @Override  // 元素结束事件触发

    public void endElement(String uri, String localName, String qName) throws SAXException {

        counter++;

        System.out.print(counter +".</"+qName+">");}

    @Override // 文本事件触发  打印时尽量不要换行，否则很难看

    public void characters(char[] ch, int start, int length)throws SAXException {

        counter++;

        String text = new String(ch, start, length); // 当前元素的文本值

        System.out.print(counter + ".Text=" + text);}

    @Override //这是可恢复错误。需在SAXParserFactory设置有效性错误才能生效

    public void error(SAXParseException e) throws SAXException {

        System.out.println("xml文档有效性错误："+e);}

    @Override //严重错误

    public void fatalError(SAXParseException e) throws SAXException {

        System.out.println("xml文档严重的有效性错误："+e);}

}

<![CDATA[################## SAX处理器(遍历XML)结束 ###########################]]>

三、 DOM

<![CDATA[######################### DOM遍历方式 ###########################]]>

import java.io.File;

import java.io.IOException;

import javax.xml.parsers.DocumentBuilder;

import javax.xml.parsers.DocumentBuilderFactory;

import javax.xml.parsers.ParserConfigurationException;

import org.w3c.dom.Attr;

import org.w3c.dom.Document;

import org.w3c.dom.Element;

import org.w3c.dom.NamedNodeMap;

import org.w3c.dom.Node;

import org.w3c.dom.NodeList;

import org.xml.sax.SAXException;

/**基于DOM的解析XML文档*/

public class TestDOMParser {

    public static void main(String[] args)

    throws ParserConfigurationException,SAXException,IOException{

        //创建一个DOM解析器工厂

        DocumentBuilderFactory factory = DocumentBuilderFactory.newInstance();

        //从工厂中生成一个DOM解析器； throws ParserConfigurationException

        DocumentBuilder builder = factory.newDocumentBuilder();

        //绑定需要解析的XML文件

        File xmlFile = new File("src/file/student.xml");//相对地址，相对于这个工程

        //开始解析 ；throws SAXException,IOException

        Document document = builder.parse(xmlFile);

        //取出唯一的根元素

        Element rootElement = document.getDocumentElement();

        //调用业务方法： 遍历根元素

        printElement(rootElement);

    }

    /** 遍历元素，包含： 子元素、属性、文本内容 */

    private static void printElement(Element e){

        //打印出元素的标签名

        System.out.print("<"+e.getTagName());

        //获取开始标签的属性

        NamedNodeMap attMap = e.getAttributes();

        //循环遍历所有的属性

        for (int i=0;i<attMap.getLength();i++){

            Attr attr = (Attr)attMap.item(i);

            System.out.print(" "+attr.getName()+"=\""+attr.getValue()+"\"");}

        System.out.print(">");

        //获取当前元素的所有子节点

        NodeList nl = e.getChildNodes();

        for (int j=0;j<nl.getLength();j++){

            Node n = nl.item(j);

            if (Node.ELEMENT_NODE==n.getNodeType()){

                printElement((Element)n);//递归调用，以遍历下一个元素

            } else {

                System.out.print(n.getTextContent());

            }

        }

        //打印结束标签

        System.out.print("</"+e.getTagName()+">");

}}

<![CDATA[ ###################### DOM遍历 完毕 ##########################]]>

 

比较DOM与SAX：

    DOM:处理大型文件时其性能下降的非常厉害。这个问题是由DOM的树结构所造成的，这种结构占用的内存较多，而且DOM必须在解析文件之前把整个文档装入内存,适合对XML的随机访问

    优点：1.提供随机定义元素操作，来回移动指针

         2.将整个XML文件一次性加载到内存，形成虚的内存树

    缺点：1.如果XML文件较大，内存空间占用较大

         2.强制将较大的XML文件加载到内存中，有可能损害文件

         3.功能通用性

    SAX:不同于DOM,SAX是事件驱动型的XML解析方式。它顺序逐行读取XML文件，不需要一次全部装载整个文件。当遇到像文件开头，文档结束，或者标签开头与标签结束时，它会触发一个事件，用户通过在其回调事件中写入处理代码来处理XML文件，适合对XML的顺序访问