【引言】
目前在Java中用於解析XML的技術很多，主流的有DOM、SAX、JDOM、DOM4j，下文主要介紹這4種解析XML文檔技術的使用、優缺點及性能測試。
一、【基礎知識——掃盲】
sax、dom是兩種對xml文檔進行解析的方法(沒有具體實現，只是接口)，所以只有它們是無法解析XML文檔的；jaxp只是api，它進一步封裝了sax、dom兩種接口，並且提供了DomcumentBuilderFactory/DomcumentBuilder和SAXParserFactory/SAXParser（默認使用xerces解釋器）。
二、【DOM、SAX、JDOM、DOM4j簡單使用介紹】
1、【DOM(Document Object Model) 】
由W3C提供的接口，它將整個XML文檔讀入內存，構建一個DOM樹來對各個節點(Node)進行操作。
示例代碼：
<?XML version="1.0" encoding="UTF-8"?>
<university name="pku">
<college name="c1">
<class name="class1">
<student name="stu1" sex='male' age="21" />
<student name="stu2" sex='female' age="20" />
<student name="stu3" sex='female' age="20" />
</class>
<class name="class2">
<student name="stu4" sex='male' age="19" />
<student name="stu5" sex='female' age="20" />
<student name="stu6" sex='female' age="21" />
</class>
</college>
<college name="c2">
<class name="class3">
<student name="stu7" sex='male' age="20" />
</class>
</college>
<college name="c3">
</college>
</university>
後文代碼中有使用到text.xml（該文檔放在src路徑下，既編譯後在classes路徑下），都是指該XML文檔。
package test.XML;
import Java.io.File;
import Java.io.FileNotFoundException;
import Java.io.FileOutputStream;
import Java.io.IOException;
import Java.io.InputStream;
import Javax.XML.parsers.DocumentBuilder;
import Javax.XML.parsers.DocumentBuilderFactory;
import Javax.XML.parsers.ParserConfigurationException;
import Javax.XML.transform.Transformer;
import Javax.XML.transform.TransformerConfigurationException;
import Javax.XML.transform.TransformerException;
import Javax.XML.transform.TransformerFactory;
import Javax.XML.transform.dom.DOMSource;
import Javax.XML.transform.stream.StreamResult;
import org.w3c.dom.Document;
import org.w3c.dom.Element;
import org.w3c.dom.Node;
import org.w3c.dom.NodeList;
import org.w3c.dom.Text;
import org.XML.sax.SAXException;
/**
* dom讀寫XML
* @author whwang
*/
public class TestDom {
public static void main(String[] args) {
read();
//write();
}
public static void read() {
DocumentBuilderFactory dbf = DocumentBuilderFactory.newInstance();
try {
DocumentBuilder builder = dbf.newDocumentBuilder();
InputStream in = TestDom.class.getClassLoader().getResourceAsStream("test.XML");
Document doc = builder.parse(in);
// root <university>
Element root = doc.getDocumentElement();
if (root == null) return;
System.err.println(root.getAttribute("name"));
// all college node
NodeList collegeNodes = root.getChildNodes();
if (collegeNodes == null) return;
for(int i = 0; i < collegeNodes.getLength(); i++) {
Node college = collegeNodes.item(i);
if (college != null && college.getNodeType() == Node.ELEMENT_NODE) {
System.err.println("\t" + college.getAttributes().getNamedItem("name").getNodeValue());
// all class node
NodeList classNodes = college.getChildNodes();
if (classNodes == null) continue;
for (int j = 0; j < classNodes.getLength(); j++) {
Node clazz = classNodes.item(j);
if (clazz != null && clazz.getNodeType() == Node.ELEMENT_NODE) {
System.err.println("\t\t" + clazz.getAttributes().getNamedItem("name").getNodeValue());
// all student node
NodeList studentNodes = clazz.getChildNodes();
if (studentNodes == null) continue;
for (int k = 0; k < studentNodes.getLength(); k++) {
Node student = studentNodes.item(k);
if (student != null && student.getNodeType() == Node.ELEMENT_NODE) {
System.err.print("\t\t\t" + student.getAttributes().getNamedItem("name").getNodeValue());
System.err.print(" " + student.getAttributes().getNamedItem("sex").getNodeValue());
System.err.println(" " + student.getAttributes().getNamedItem("age").getNodeValue());
}
}
}
}
}
}
} catch (ParserConfigurationException e) {
e.printStackTrace();
} catch (FileNotFoundException e) {
e.printStackTrace();
} catch (SAXException e) {
e.printStackTrace();
} catch (IOException e) {
e.printStackTrace();
}
}
public static void write() {
DocumentBuilderFactory dbf = DocumentBuilderFactory.newInstance();
try {
DocumentBuilder builder = dbf.newDocumentBuilder();
InputStream in = TestDom.class.getClassLoader().getResourceAsStream("test.XML");
Document doc = builder.parse(in);
// root <university>
Element root = doc.getDocumentElement();
if (root == null) return;
// 修改屬性
root.setAttribute("name", "tsu");
NodeList collegeNodes = root.getChildNodes();
if (collegeNodes != null) {
for (int i = 0; i <collegeNodes.getLength() - 1; i++) {
// 刪除節點
Node college = collegeNodes.item(i);
if (college.getNodeType() == Node.ELEMENT_NODE) {
String collegeName = college.getAttributes().getNamedItem("name").getNodeValue();
if ("c1".equals(collegeName) || "c2".equals(collegeName)) {
root.removeChild(college);
} else if ("c3".equals(collegeName)) {
Element newChild = doc.createElement("class");
newChild.setAttribute("name", "c4");
college.appendChild(newChild);
}
}
}
}
// 新增節點
Element addCollege = doc.createElement("college");
addCollege.setAttribute("name", "c5");
root.appendChild(addCollege);
Text text = doc.createTextNode("text");
addCollege.appendChild(text);
// 將修改後的文檔保存到文件
TransformerFactory transFactory = TransformerFactory.newInstance();
Transformer transFormer = transFactory.newTransformer();
DOMSource domSource = new DOMSource(doc);
File file = new File("src/dom-modify.XML");
if (file.exists()) {
file.delete();
}
file.createNewFile();
FileOutputStream out = new FileOutputStream(file);
StreamResult XMLResult = new StreamResult(out);
transFormer.transform(domSource, XMLResult);
System.out.println(file.getAbsolutePath());
} catch (ParserConfigurationException e) {
e.printStackTrace();
} catch (SAXException e) {
e.printStackTrace();
} catch (IOException e) {
e.printStackTrace();
} catch (TransformerConfigurationException e) {
e.printStackTrace();
} catch (TransformerException e) {
e.printStackTrace();
}
}
}
該代碼只要稍做修改，即可變得更加簡潔，無需一直寫if來判斷是否有子節點。
2、【SAX (Simple API for XML) 】
SAX不用將整個文檔加載到內存，基於事件驅動的API(Observer模式)，用戶只需要注冊自己感興趣的事件即可。SAX提供EntityResolver, DTDHandler, ContentHandler, ErrorHandler接口，分別用於監聽解析實體事件、DTD處理事件、正文處理事件和處理出錯事件，與AWT類似，SAX還提供了一個對這4個接口默認的類DefaultHandler（這裡的默認實現，其實就是一個空方法），一般只要繼承DefaultHandler，重寫自己感興趣的事件即可。
示例代碼：
package test.XML;
import Java.io.IOException;
import Java.io.InputStream;
import Javax.XML.parsers.ParserConfigurationException;
import Javax.XML.parsers.SAXParser;
import Javax.XML.parsers.SAXParserFactory;
import org.XML.sax.Attributes;
import org.XML.sax.InputSource;
import org.XML.sax.Locator;
import org.XML.sax.SAXException;
import org.XML.sax.SAXParseException;
import org.XML.sax.helpers.DefaultHandler;
/**
*
* @author whwang
*/
public class TestSAX {
public static void main(String[] args) {
read();
write();
}
public static void read() {
try {
SAXParserFactory factory = SAXParserFactory.newInstance();
SAXParser parser = factory.newSAXParser();
InputStream in = TestSAX.class.getClassLoader().getResourceAsStream("test.XML");
parser.parse(in, new MyHandler());
} catch (ParserConfigurationException e) {
e.printStackTrace();
} catch (SAXException e) {
e.printStackTrace();
} catch (IOException e) {
e.printStackTrace();
}
}
public static void write() {
System.err.println("純SAX對於寫操作無能為力");
}
}
// 重寫對自己感興趣的事件處理方法
class MyHandler extends DefaultHandler {
@Override
public InputSource resolveEntity(String publicId, String systemId)
throws IOException, SAXException {
return super.resolveEntity(publicId, systemId);
}
@Override
public void notationDecl(String name, String publicId, String systemId)
throws SAXException {
super.notationDecl(name, publicId, systemId);
}
@Override
public void unparsedEntityDecl(String name, String publicId,
String systemId, String notationName) throws SAXException {
super.unparsedEntityDecl(name, publicId, systemId, notationName);
}
@Override
public void setDocumentLocator(Locator locator) {
super.setDocumentLocator(locator);
}
@Override
public void startDocument() throws SAXException {
System.err.println("開始解析文檔");
}
@Override
public void endDocument() throws SAXException {
System.err.println("解析結束");
}
@Override
public void startPrefixMapping(String prefix, String uri)
throws SAXException {
super.startPrefixMapping(prefix, uri);
}
@Override
public void endPrefixMapping(String prefix) throws SAXException {
super.endPrefixMapping(prefix);
}
@Override
public void startElement(String uri, String localName, String qName,
Attributes attributes) throws SAXException {
System.err.print("Element: " + qName + ", attr: ");
print(attributes);
}
@Override
public void endElement(String uri, String localName, String qName)
throws SAXException {
super.endElement(uri, localName, qName);
}
@Override
public void characters(char[] ch, int start, int length)
throws SAXException {
super.characters(ch, start, length);
}
@Override
public void ignorableWhitespace(char[] ch, int start, int length)
throws SAXException {
super.ignorableWhitespace(ch, start, length);
}
@Override
public void processingInstruction(String target, String data)
throws SAXException {
super.processingInstruction(target, data);
}
@Override
public void skippedEntity(String name) throws SAXException {
super.skippedEntity(name);
}
@Override
public void warning(SAXParseException e) throws SAXException {
super.warning(e);
}
@Override
public void error(SAXParseException e) throws SAXException {
super.error(e);
}
@Override
public void fatalError(SAXParseException e) throws SAXException {
super.fatalError(e);
}
private void print(Attributes attrs) {
if (attrs == null) return;
System.err.print("[");
for (int i = 0; i < attrs.getLength(); i++) {
System.err.print(attrs.getQName(i) + " = " + attrs.getValue(i));
if (i != attrs.getLength() - 1) {
System.err.print(", ");
}
}
System.err.println("]");
}
}
3、【JDOM】
JDOM與DOM非常類似，它是處理XML的純Java API，API大量使用了Collections類，且JDOM僅使用具體類而不使用接口。 JDOM 它自身不包含解析器。它通常使用 SAX2 解析器來解析和驗證輸入 XML 文檔（盡管它還可以將以前構造的 DOM 表示作為輸入）。它包含一些轉換器以將 JDOM 表示輸出成 SAX2 事件流、DOM 模型或 XML 文本文檔
示例代碼：
package test.XML;
import Java.io.File;
import Java.io.FileOutputStream;
import Java.io.IOException;
import Java.io.InputStream;
import Java.util.List;
import org.jdom.Attribute;
import org.jdom.Document;
import org.jdom.Element;
import org.jdom.JDOMException;
import org.jdom.input.SAXBuilder;
import org.jdom.output.XMLOutputter;
/**
* JDom讀寫XML
* @author whwang
*/
public class TestJDom {
public static void main(String[] args) {
//read();
write();
}
public static void read() {
try {
boolean validate = false;
SAXBuilder builder = new SAXBuilder(validate);
InputStream in = TestJDom.class.getClassLoader().getResourceAsStream("test.XML");
Document doc = builder.build(in);
// 獲取根節點 <university>
Element root = doc.getRootElement();
readNode(root, "");
} catch (JDOMException e) {
e.printStackTrace();
} catch (IOException e) {
e.printStackTrace();
}
}
@SuppressWarnings("unchecked")
public static void readNode(Element root, String prefix) {
if (root == null) return;
// 獲取屬性
List<Attribute> attrs = root.getAttributes();
if (attrs != null && attrs.size() > 0) {
System.err.print(prefix);
for (Attribute attr : attrs) {
System.err.print(attr.getValue() + " ");
}
System.err.println();
}
// 獲取他的子節點
List<Element> childNodes = root.getChildren();
prefix += "\t";
for (Element e : childNodes) {
readNode(e, prefix);
}
}
public static void write() {
boolean validate = false;
try {
SAXBuilder builder = new SAXBuilder(validate);
InputStream in = TestJDom.class.getClassLoader().getResourceAsStream("test.XML");
Document doc = builder.build(in);
// 獲取根節點 <university>
Element root = doc.getRootElement();
// 修改屬性
root.setAttribute("name", "tsu");
// 刪除
boolean isRemoved = root.removeChildren("college");
System.err.println(isRemoved);
// 新增
Element newCollege = new Element("college");
newCollege.setAttribute("name", "new_college");
Element newClass = new Element("class");
newClass.setAttribute("name", "ccccc");
newCollege.addContent(newClass);
root.addContent(newCollege);
XMLOutputter out = new XMLOutputter();
File file = new File("src/jdom-modify.XML");
if (file.exists()) {
file.delete();
}
file.createNewFile();
FileOutputStream fos = new FileOutputStream(file);
out.output(doc, fos);
} catch (JDOMException e) {
e.printStackTrace();
} catch (IOException e) {
e.printStackTrace();
}
}
}
4、【DOM4j】
dom4j是目前在xml解析方面是最優秀的(Hibernate、Sun的JAXM也都使用dom4j來解析XML)，它合並了許多超出基本 XML 文檔表示的功能，包括集成的 XPath 支持、XML Schema 支持以及用於大文檔或流化文檔的基於事件的處理
示例代碼：
package test.XML;
import Java.io.File;
import Java.io.FileWriter;
import Java.io.IOException;
import Java.io.InputStream;
import Java.util.List;
import org.dom4j.Attribute;
import org.dom4j.Document;
import org.dom4j.DocumentException;
import org.dom4j.DocumentHelper;
import org.dom4j.Element;
import org.dom4j.ProcessingInstruction;
import org.dom4j.VisitorSupport;
import org.dom4j.io.SAXReader;
import org.dom4j.io.XMLWriter;
/**
* Dom4j讀寫XML
* @author whwang
*/
public class TestDom4j {
public static void main(String[] args) {
read1();
//read2();
//write();
}
public static void read1() {
try {
SAXReader reader = new SAXReader();
InputStream in = TestDom4j.class.getClassLoader().getResourceAsStream("test.XML");
Document doc = reader.read(in);
Element root = doc.getRootElement();
readNode(root, "");
} catch (DocumentException e) {
e.printStackTrace();
}
}
@SuppressWarnings("unchecked")
public static void readNode(Element root, String prefix) {
if (root == null) return;
// 獲取屬性
List<Attribute> attrs = root.attributes();
if (attrs != null && attrs.size() > 0) {
System.err.print(prefix);
for (Attribute attr : attrs) {
System.err.print(attr.getValue() + " ");
}
System.err.println();
}
// 獲取他的子節點
List<Element> childNodes = root.elements();
prefix += "\t";
for (Element e : childNodes) {
readNode(e, prefix);
}
}
public static void read2() {
try {
SAXReader reader = new SAXReader();
InputStream in = TestDom4j.class.getClassLoader().getResourceAsStream("test.XML");
Document doc = reader.read(in);
doc.accept(new MyVistor());
} catch (DocumentException e) {
e.printStackTrace();
}
}
public static void write() {
try {
// 創建一個XML文檔
Document doc = DocumentHelper.createDocument();
Element university = doc.addElement("university");
university.addAttribute("name", "tsu");
// 注釋
university.addComment("這個是根節點");
Element college = university.addElement("college");
college.addAttribute("name", "cccccc");
college.setText("text");
File file = new File("src/dom4j-modify.XML");
if (file.exists()) {
file.delete();
}
file.createNewFile();
XMLWriter out = new XMLWriter(new FileWriter(file));
out.write(doc);
out.flush();
out.close();
} catch (IOException e) {
e.printStackTrace();
}
}
}
class MyVistor extends VisitorSupport {
public void visit(Attribute node) {
System.out.println("Attibute: " + node.getName() + "="
+ node.getValue());
}
public void visit(Element node) {
if (node.isTextOnly()) {
System.out.println("Element: " + node.getName() + "="
+ node.getText());
} else {
System.out.println(node.getName());
}
}
@Override
public void visit(ProcessingInstruction node) {
System.out.println("PI:" + node.getTarget() + " " + node.getText());
}
}
三、【性能測試】
環境：AMD4400+ 2.0+GHz主頻 JDK6.0
運行參數：-Xms400m -Xmx400m
XML文件大小：10.7M
結果：
DOM: >581297ms
SAX: 8829ms
JDOM: 581297ms
DOM4j: 5309ms
時間包括IO的，只是進行了簡單的測試，僅供參考！！！！
四、【對比】
1、【DOM】
DOM是基於樹的結構，通常需要加載整文檔和構造DOM樹，然後才能開始工作。
優點：
a、由於整棵樹在內存中，因此可以對XML文檔隨機訪問
b、可以對XML文檔進行修改操作
c、較sax，dom使用也更簡單。
缺點：
a、整個文檔必須一次性解析完
a、由於整個文檔都需要載入內存，對於大文檔成本高
2、【SAX】
SAX類似流媒體，它基於事件驅動的，因此無需將整個文檔載入內存，使用者只需要監聽自己感興趣的事件即可。
優點：
a、無需將整個XML文檔載入內存，因此消耗內存少
b、可以注冊多個ContentHandler
缺點：
a、不能隨機的訪問XML中的節點
b、不能修改文檔
3、【JDOM】
JDOM是純Java的處理XML的API，其API中大量使用Collections類，
優點：
a、DOM方式的優點
b、具有SAX的Java規則
缺點
a、DOM方式的缺點
4、【DOM4J】
這4中XML解析方式中，最優秀的一個，集易用和性能於一身。
五、【小插曲XPath】
XPath 是一門在 XML 文檔中查找信息的語言， 可用來在 XML 文檔中對元素和屬性進行遍歷。XPath 是 W3C XSLT 標准的主要元素，並且 XQuery 和 XPointer 同時被構建於 XPath 表達之上。因此，對 XPath 的理解是很多高級 XML 應用的基礎。
XPath非常類似對數據庫操作的SQL語言，或者說JQuery，它可以方便開發者抓起文檔中需要的東西。（dom4j也支持xpath）
示例代碼：
package test.XML;
import Java.io.IOException;
import Java.io.InputStream;
import Javax.XML.parsers.DocumentBuilder;
import Javax.XML.parsers.DocumentBuilderFactory;
import Javax.XML.parsers.ParserConfigurationException;
import Javax.XML.xpath.XPath;
import Javax.XML.xpath.XPathConstants;
import Javax.XML.xpath.XPathExpression;
import Javax.XML.xpath.XPathExpressionException;
import Javax.XML.xpath.XPathFactory;
import org.w3c.dom.Document;
import org.w3c.dom.NodeList;
import org.XML.sax.SAXException;
public class TestXPath {
public static void main(String[] args) {
read();
}
public static void read() {
try {
DocumentBuilderFactory dbf = DocumentBuilderFactory.newInstance();
DocumentBuilder builder = dbf.newDocumentBuilder();
InputStream in = TestXPath.class.getClassLoader().getResourceAsStream("test.XML");
Document doc = builder.parse(in);
XPathFactory factory = XPathFactory.newInstance();
XPath xpath = factory.newXPath();
// 選取所有class元素的name屬性
// XPath語法介紹： http://w3school.com.cn/xpath/
XPathExpression expr = xpath.compile("//class/@name");
NodeList nodes = (NodeList) expr.evaluate(doc, XPathConstants.NODESET);
for (int i = 0; i < nodes.getLength(); i++) {
System.out.println("name = " + nodes.item(i).getNodeValue());
}
} catch (XPathExpressionException e) {
e.printStackTrace();
} catch (ParserConfigurationException e) {
e.printStackTrace();
} catch (SAXException e) {
e.printStackTrace();
} catch (IOException e) {
e.printStackTrace();
}
}
}
六、【補充】
注意4種解析方法對TextNode（文本節點）的處理：
1、在使用DOM時，調用node.getChildNodes()獲取該節點的子節點，文本節點也會被當作一個Node來返回，如：
<?XML version="1.0" encoding="UTF-8"?>
<university name="pku">
<college name="c1">
<class name="class1">
<student name="stu1" sex='male' age="21" />
<student name="stu2" sex='female' age="20" />
<student name="stu3" sex='female' age="20" />
</class>
</college>
</university>
package test.XML;
import Java.io.FileNotFoundException;
import Java.io.IOException;
import Java.io.InputStream;
import Java.util.Arrays;
import Javax.XML.parsers.DocumentBuilder;
import Javax.XML.parsers.DocumentBuilderFactory;
import Javax.XML.parsers.ParserConfigurationException;
import org.w3c.dom.Document;
import org.w3c.dom.Element;
import org.w3c.dom.Node;
import org.w3c.dom.NodeList;
import org.XML.sax.SAXException;
/**
* dom讀寫XML
* @author whwang
*/
public class TestDom2 {
public static void main(String[] args) {
read();
}
public static void read() {
DocumentBuilderFactory dbf = DocumentBuilderFactory.newInstance();
try {
DocumentBuilder builder = dbf.newDocumentBuilder();
InputStream in = TestDom2.class.getClassLoader().getResourceAsStream("test.XML");
Document doc = builder.parse(in);
// root <university>
Element root = doc.getDocumentElement();
if (root == null) return;
// System.err.println(root.getAttribute("name"));
// all college node
NodeList collegeNodes = root.getChildNodes();
if (collegeNodes == null) return;
System.err.println("university子節點數：" + collegeNodes.getLength());
System.err.println("子節點如下：");
for(int i = 0; i < collegeNodes.getLength(); i++) {
Node college = collegeNodes.item(i);
if (college == null) continue;
if (college.getNodeType() == Node.ELEMENT_NODE) {
System.err.println("\t元素節點：" + college.getNodeName());
} else if (college.getNodeType() == Node.TEXT_NODE) {
System.err.println("\t文本節點：" + Arrays.toString(college.getTextContent().getBytes()));
}
}
} catch (ParserConfigurationException e) {
e.printStackTrace();
} catch (FileNotFoundException e) {
e.printStackTrace();
} catch (SAXException e) {
e.printStackTrace();
} catch (IOException e) {
e.printStackTrace();
}
}
}
輸出的結果是：
university子節點數：3
子節點如下：
文本節點：[10, 9]
元素節點：college
文本節點：[10]
其中\n的ASCII碼為10，\t的ASCII碼為9。結果讓人大吃一驚，university的子節點數不是1，也不是2，而是3，這3個子節點都是誰呢？為了看得更清楚點，把XML文檔改為：
<?XML version="1.0" encoding="UTF-8"?>
<university name="pku">11
<college name="c1">
<class name="class1">
<student name="stu1" sex='male' age="21" />
<student name="stu2" sex='female' age="20" />
<student name="stu3" sex='female' age="20" />
</class>
</college>22
</university>
還是上面的程序，輸出結果為：
university子節點數：3
子節點如下：
文本節點：[49, 49, 10, 9]
元素節點：college
文本節點：[50, 50, 10]
其中數字1的ASCII碼為49，數字2的ASCII碼為50。
2、使用SAX來解析同DOM，當你重寫它的public void characters(char[] ch, int start, int length)方法時，你就能看到。
3、JDOM，調用node.getChildren()只返回子節點，不包括TextNode節點（不管該節點是否有Text信息）。如果要獲取該節點的Text信息，可以調用node.getText()方法，該方法返回節點的Text信息，也包括\n\t等特殊字符。
4、DOM4j同JDOM