Java解析XML的原理

在用Java解析XML时候，一般都使用现成XML解析器来完成，自己编码解析是一件很棘手的问题，对程序员要求很高，一般也没有专业厂商或者开源组织实现的好。

目前Java XML解析器有十多种之多，解析原理有二：使用基于事件的XML简单API（Simple API for XML）称为SAX和基于树和节点的文档对象模型（Document Object Module）称为DOM。Sun公司提供了Java API for XML Parsing（JAXP）接口来使用SAX和DOM，通过JAXP，我们可以使用任何与JAXP兼容的XML解析器。但并不是所有的Java XML解析工具都实现了SUN提供的接口。DOM4J就没有遵循SUN的JAXP规范，但非常优秀。

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 是W3C组织推荐的处理XML的标准接口，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是由XML_DEV邮件列表的成员开发的，它不是某个官方机构的标准，也不由W3C组织或其他任何官方机构维护，但它是XML社区事实上的标准。虽然SAX只是“民间”标准，但是它在XML中的应用丝毫不比DOM少，几乎所有的XML解析器都支持它。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。

DOM和SAX只是定义了一些接口，以及某些接口的默认实现，一个应用程序要想利用DOM或SAX访问XML文档，还需要一个实现了DOM或SAX的解析器（实现DOM和SAX中定义的接口，提供DOM和SAX定义的功能）。

Apache的Xerces是一个使用非常广泛的解析其，它提供了DOM和SAX的调用接口，并有多种语言的实现版本，要利用Xerces访问XML文档，只需要在应用程序中构造一个解析器实现类的对象。

这里面还存在一个问题，虽然使用的是标准的DOM和SAX接口，由于不同的XML解析器的实现类是不同的，如果使用另外一种解析器，仍然需要修改应用程序，只不过修改的代码量较小，需要更改XML解析器实现类的类名，然后重新编译、发布。

然而，对于兼容JAXP的XML解析器，我们可以选用JAXP API，这样在更换兼容JAXP解析器的时候，就不用对已发布的程序做任何的改动。

JAXP开发包由javax.xml包、org.w3c.dom包、org.xml.sax包及其子包组成。在javax.xml.parsers包中，定义了几个工厂类，用于加载DOM和SAX的实现类。