我已经使用 DOM 很长时间了，因此 DOM 解析性能非常好。即使在处理大约 4-7 MB 的 XML 时，解析速度也很快。我们使用 DOM 面临的问题是内存占用，一旦我们开始处理大型 XML，它就会变得巨大。
最近我尝试转移到 Stax（XML 的流式解析器），它被认为是第二代解析器（阅读有关 Stax，它说它现在是最快的解析器）。当我为大型 XML 尝试使用 Stax 解析器时，大约 4MB 的内存占用肯定大大减少了，但是解析整个 XML 并从中创建 java 对象的时间几乎比 DOM 增加了 5 倍。
我使用了 Stax 的 sjsxp.jar 实现。
我可以从逻辑上推断出，由于解析器的流式特性，性能可能不是非常好，但减少了 5 时间（例如，DOM 需要大约 8 秒来为这个 XML 构建对象，而 Stax 解析平均需要大约 40 秒) 绝对不会被接受。
我是否完全错过了一些观点，因为我无法接受这些性能数据
package parsers;
/**
*
* @author Arthur Kushman
*/
import java.io.File;
import java.io.IOException;
import javax.xml.parsers.DocumentBuilder;
import javax.xml.parsers.DocumentBuilderFactory;
import org.w3c.dom.Document;
import org.w3c.dom.Node;
import org.w3c.dom.NodeList;
import org.w3c.dom.Element;
public class DOMTest {
public static void main(String[] args) {
long time1 = System.currentTimeMillis();
try {
DocumentBuilderFactory dbf = DocumentBuilderFactory.newInstance();
DocumentBuilder db = dbf.newDocumentBuilder();
Document doc = db.parse(new File("/Users/macpro/Desktop/myxml.xml"));
doc.getDocumentElement().normalize();
// System.out.println("Root Element: "+doc.getDocumentElement().getNodeName());
NodeList nodeList = doc.getElementsByTagName("input");
// System.out.println("Information of all elements in input");
for (int s=0;s<nodeList.getLength();s++) {
Node firstNode = nodeList.item(s);
if (firstNode.getNodeType() == Node.ELEMENT_NODE) {
Element firstElement = (Element)firstNode;
NodeList firstNameElementList = firstElement.getElementsByTagName("href");
Element firstNameElement = (Element)firstNameElementList.item(0);
NodeList firstName = firstNameElement.getChildNodes();
System.out.println("First Name: "+((Node)firstName.item(s)).getNodeValue());
}
}
} catch (Exception ex) {
System.out.println(ex.getMessage());
System.exit(1);
}
long time2 = System.currentTimeMillis() - time1;
System.out.println(time2);
}
}
package parsers;
/**
*
* @author Arthur Kushman
*/
import javax.xml.stream.*;
import java.io.*;
import javax.xml.namespace.QName;
public class StAXTest {
public static void main(String[] args) throws Exception {
long time1 = System.currentTimeMillis();
XMLInputFactory factory = XMLInputFactory.newInstance();
// factory.setXMLReporter(myXMLReporter);
XMLStreamReader reader = factory.createXMLStreamReader(
new FileInputStream(
new File("/Users/macpro/Desktop/myxml.xml")));
/*String encoding = reader.getEncoding();
System.out.println("Encoding: "+encoding);
while (reader.hasNext()) {
int event = reader.next();
if (event == XMLStreamConstants.START_ELEMENT) {
QName element = reader.getName();
// String text = reader.getText();
System.out.println("Element: "+element);
// while (event != XMLStreamConstants.END_ELEMENT) {
System.out.println("Text: "+reader.getLocalName());
// }
}
}*/
try {
int inElement = 0;
for (int event = reader.next();event != XMLStreamConstants.END_DOCUMENT;
event = reader.next()) {
switch (event) {
case XMLStreamConstants.START_ELEMENT:
if (isElement(reader.getLocalName(), "href")) {
inElement++;
}
break;
case XMLStreamConstants.END_ELEMENT:
if (isElement(reader.getLocalName(), "href")) {
inElement--;
if (inElement == 0) System.out.println();
}
break;
case XMLStreamConstants.CHARACTERS:
if (inElement>0) System.out.println(reader.getText());
break;
case XMLStreamConstants.CDATA:
if (inElement>0) System.out.println(reader.getText());
break;
}
}
reader.close();
} catch (XMLStreamException ex) {
System.out.println(ex.getMessage());
System.exit(1);
}
// System.out.println(System.currentTimeMillis());
long time2 = System.currentTimeMillis() - time1;
System.out.println(time2);
}
public static boolean isElement(String name, String element) {
if (name.equals(element)) return true;
return false;
}
}
StAX 获胜 =)
尽管问题缺少一些细节，但我很确定答案是在任何一种情况下都不是解析速度慢（DOM 不是解析器；DOM 树通常是使用 SAX 或 Stax 解析器构建的），而是上面的代码创建对象。
有有效的自动数据绑定器，包括 JAXB（以及适当的设置，XStream），这可能会有所帮助。它们比 DOM 更快，因为 DOM（以及 JDOM、Dom4j 和 XOM）的主要性能问题是树模型与 POJO 相比本质上是昂贵的——它们基本上是美化的 HashMaps，有很多用于方便无类型遍历的指针；特别是关于内存使用。
至于解析器，Woodstox 是比 Sjsxp 更快的 Stax 解析器；如果原始速度至关重要，Aalto 甚至更快。但我怀疑主要问题是这里的解析器速度。
尝试创建一个 2000M 的 XML，然后比较这些数字。我想基于 DOM 的方法在较小的数据上会更快。随着数据变大，Stax（或任何基于 sax 的方法）将成为选项。
（我们处理 3G 或大文件。DOM 甚至不启动应用程序。）
在我看来，速度/内存权衡的经典案例。除了尝试 SAX（或 JDOM）并再次测量之外，您无能为力。