当前页面位置: » 丰搜网 » 文档中心 » 详细内容
java中四种xml解析技术之不完全测试
在平时工作中，难免会遇到把 xml 作为数据存储格式。面对目前种类繁多的解决方案，哪个最适合我们呢？在这篇文章中，我对这四种主流方案做一个不完全评测，仅仅针对遍历 xml 这块来测试，因为遍历 xml 是工作中使用最多的（至少我认为）。
预 备
测试环境：
amd 毒龙1.4g oc 1.5g、256m ddr333、windows2000 server sp4、sun jdk 1.4.1+eclipse 2.1+resin 2.1.8，在 debug 模式下测试。
xml 文件格式如下：
＜?xml version="1.0" encoding="gb2312"?＞
＜result＞
＜value＞
＜no＞a1234＜/no＞
＜addr＞四川省xx县xx镇xx路x段xx号＜/addr＞
＜/value＞
＜value＞
＜no＞b1234＜/no＞
＜addr＞四川省xx市xx乡xx村xx组＜/addr＞
＜/value＞
＜/result＞ |
测试方法：
采用
jsp 端调用bean（至于为什么采用
jsp来调用，请参考：http://blog.csdn
.net/rosen/archive/2004/10/15/138324.
aspx），让每一种方案分别解析10k、100k、1000k、10000k的
xml 文件，计算其消耗时间（单位:毫秒）。
jsp 文件：
＜%@ page contenttype="text/html; charset=gb2312" %＞
＜%@ page import="com.test.*"%＞
＜html＞
＜body＞
＜%
string args[]={""};
myxmlreader.main(args);
%＞
＜/body＞
＜/html＞ |
测 试 首先出场的是 dom（jaxp crimson 解析器） dom 是用与平台和语言无关的方式表示
xml 文档的官方 w3c 标准。dom 是以层次结构组织的节点或信息片断的集合。这个层次结构允许开发人员在树中寻找特定信息。分析该结构通常需要加载整个文档和构造层次结构，然后才能做任何工作。由于它是基于信息层次的，因而 dom 被认为是基于树或基于对象的。dom 以及广义的基于树的处理具有几个优点。首先，由于树在内存中是持久的，因此可以修改它以便应用程序能对数据和结构作出更改。它还可以在任何时候在树中上下导航，而不是像 sax 那样是一次性的处理。dom 使用起来也要简单得多。
另一方面，对于特别大的文档，解析和加载整个文档可能很慢且很耗资源，因此使用其他手段来处理这样的数据会更好。这些基于事件的模型，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.print("车牌号码:" + doc.getelementsbytagname("no").item(i).getfirstchild().getnodevalue());
system.out.println(" 车主地址:" + doc.getelementsbytagname("addr").item(i).getfirstchild().getnodevalue());
}
}catch(exception e){
e.printstacktrace();
}
system.out.println("运行时间："+(system.currenttimemillis() - lasting)+" 毫秒");
}
} |
10k消耗时间：265 203 219 172
100k消耗时间：9172 9016 8891 9000
1000k消耗时间：691719 675407 708375 739656
10000k消耗时间：outofmemoryerror
接着是 sax 这种处理的优点非常类似于流媒体的优点。分析能够立即开始，而不是等待所有的数据被处理。而且，由于应用程序只是在读取数据时检查数据，因此不需要将数据存储在内存中。这对于大型文档来说是个巨大的优点。事实上，应用程序甚至不必解析整个文档；它可以在某个条件得到满足时停止解析。一般来说，sax 还比它的替代者 dom 快许多。
