IDC资讯中心
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。
中国站.长.站
XML文件格式如下： 中国站长.站
以下为引用的内容：
<?xml version="1.0" encoding="GB2312"?><RESULT><VALUE> 中国.站长站
<NO>A1234</NO>
Chinaz@com
<ADDR>四川省XX县XX镇XX路X段XX号</ADDR></VALUE><VALUE>
中国站长.站
<NO>B1234</NO> 中国站长.站
<ADDR>四川省XX市XX乡XX村XX组</ADDR></VALUE></RESULT> 站.长站
中.国站长站
测试方法： Www~Chinaz~com
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)。 中.国.站.长.站
以下为引用的内容：
JSP文件：
Chinaz~com
<%@ page contentType="text/html; charset=gb2312" %><%@ page import="com.test.*"%> Chinaz^com
<html><body><%String args[]={""};MyXMLReader.main(args);%></body></html>
站.长站
站.长.站
测试
Www.Chinaz.com
首先出场的是DOM(JAXP Crimson解析器) 中.国.站.长.站
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。
中国站.长.站
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。 站长.站
以下为引用的内容：
Bean文件：
中国站长.站
package com.test;
站.长.站
import java.io.*;import java.util.*;import org.w3c.dom.*;import javax.xml.parsers.*;
Www^Chinaz^com
public class MyXMLReader{ Chinaz^com
public static void main(String arge[]){
Chinaz_com
long lasting =System.currentTimeMillis();
Chinaz
try{
中国站.长站
File f=new File("data_10k.xml");
Www_Chinaz_com
DocumentBuilderFactory factory=DocumentBuilderFactory.newInstance();
中国站.长站
DocumentBuilder builder=factory.newDocumentBuilder(); [中国站长站]
Document doc = builder.parse(f);
中国站.长.站
NodeList nl = doc.getElementsByTagName("VALUE");
Www^Chinaz^com
for (int i=0;i<nl.getLength();i++){ Chinaz.com
System.out.print("车牌号码:" + doc.getElementsByTagName("NO").item(i).getFirstChild().getNodeValue()); Www@Chinaz@com
System.out.println("车主地址:" + doc.getElementsByTagName("ADDR").item(i).getFirstChild().getNodeValue());
中.国.站.长.站
} 中.国.站长站
}catch(Exception e){ 站.长.站
e.printStackTrace();
Www@Chinaz@com
} 中国.站长站
System.out.println("运行时间："+(System.currentTimeMillis() – lasting)+"毫秒");}} 中国.站长站
10k消耗时间：265 203 219 172 Chinaz
100k消耗时间：9172 9016 8891 9000
Chinaz.com
1000k消耗时间：691719 675407 708375 739656
Www.Chinaz.com
10000k消耗时间：OutOfMemoryError Chinaz.com
Chinaz.com
接着是SAX
中.国站长站
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。 Chinaz^com
选择DOM还是选择SAX？ 中国站.长站
对于需要自己编写代码来处理XML文档的开发人员来说，选择DOM还是SAX解析模型是一个非常重要的设计决策。 中国站长_站,为中文网站提供动力
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。
站长.站
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。 Chinaz~com
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。
中国站.长站
以下为引用的内容：
Bean文件：
Chinaz
package com.test;import org.xml.sax.*;import org.xml.sax.helpers.*;import javax.xml.parsers.*; 中国.站.长站
public class MyXMLReader extends DefaultHandler { Chinaz^com
java.util.Stack tags = new java.util.Stack();
中国站.长.站
public MyXMLReader() {
Www~Chinaz~com
super();} Chinaz_com
public static void main(String args[]) {
中.国.站长站
long lasting = System.currentTimeMillis(); 站.长站
try { 站.长.站
SAXParserFactory sf = SAXParserFactory.newInstance(); Www@Chinaz@com
SAXParser sp = sf.newSAXParser();
Chinaz~com
MyXMLReader reader = new MyXMLReader(); Chinaz@com
sp.parse(new InputSource("data_10k.xml"), reader);
Chinaz
} catch (Exception e) { 中.国.站长站
e.printStackTrace();
中.国.站长站
}
中国.站.长站
System.out.println("运行时间：" + (System.currentTimeMillis() – lasting) + "毫秒");} Chinaz@com
public void characters(char ch[], int start, int length) throws SAXException {
Chinaz^com
String tag = (String) tags.peek(); 中国.站.长站
if (tag.equals("NO")) {
Chinaz~com
System.out.print("车牌号码：" + new String(ch, start, length));}if (tag.equals("ADDR")) {
中国站长.站
System.out.println("地址:" + new String(ch, start, length));}}
中.国.站长站
public void startElement(String uri,String localName,String qName,Attributes attrs) { Chinaz
tags.push(qName);}} 中国站.长.站
10k消耗时间：110 47 109 78 中.国站长站
100k消耗时间：344 406 375 422
中国站.长.站
1000k消耗时间：3234 3281 3688 3312 Www~Chinaz~com
10000k消耗时间：32578 34313 31797 31890 30328 中.国站长站
中国.站长站
然后是JDOM http://www.jdom.org/ 站.长.站
JDOM的目的是成为Java特定文档模型，它简化与XML的交互并且比使用DOM实现更快。由于是第一个Java特定模型，JDOM一直得到大力推广和促进。正在考虑通过“Java规范请求JSR-102”将它最终用作“Java标准扩展”。从2000年初就已经开始了JDOM开发。
中国站.长站
JDOM与DOM主要有两方面不同。首先，JDOM仅使用具体类而不使用接口。这在某些方面简化了API，但是也限制了灵活性。第二，API大量使用了Collections类，简化了那些已经熟悉这些类的Java开发者的使用。
Www@Chinaz@com
JDOM文档声明其目的是“使用20%(或更少)的精力解决80%(或更多)Java/XML问题”(根据学习曲线假定为20%)。JDOM对于大多数Java/XML应用程序来说当然是有用的，并且大多数开发者发现API比DOM容易理解得多。JDOM还包括对程序行为的相当广泛检查以防止用户做任何在XML中无意义的事。然而，它仍需要您充分理解XML以便做一些超出基本的工作(或者甚至理解某些情况下的错误)。这也许是比学习DOM或JDOM接口都更有意义的工作。
Chinaz.com
JDOM自身不包含解析器。它通常使用SAX2解析器来解析和验证输入XML文档(尽管它还可以将以前构造的DOM表示作为输入)。它包含一些转换器以将JDOM表示输出成SAX2事件流、DOM模型或XML文本文档。JDOM是在Apache许可证变体下发布的开放源码。
中国.站长站
以下为引用的内容：
Bean文件：
Www@Chinaz@com
package com.test; 中国站长_站,为中文网站提供动力
import java.io.*;import java.util.*;import org.jdom.*;import org.jdom.input.*; 中国站长.站
public class MyXMLReader { 中国站.长.站
public static void main(String arge[]) { Chinaz_com
long lasting = System.currentTimeMillis();
站.长.站
try {
站.长站
SAXBuilder builder = new SAXBuilder(); Www@Chinaz@com
Document doc = builder.build(new File("data_10k.xml"));
Chinaz@com
Element foo = doc.getRootElement();
Www.Chinaz.com
List allChildren = foo.getChildren(); [中国站长站]
for(int i=0;i<allChildren.size();i++) { Chinaz.com
System.out.print("车牌号码:" + ((Element)allChildren.get(i)).getChild("NO").getText()); 站.长站
System.out.println("车主地址:" + ((Element)allChildren.get(i)).getChild("ADDR").getText());
Chinaz.com
}
站.长.站
} catch (Exception e) {
Www@Chinaz@com
e.printStackTrace(); Www^Chinaz^com
} Chinaz~com
System.out.println("运行时间：" + (System.currentTimeMillis() – lasting) + "毫秒");}}
中国.站长站
10k消耗时间：125 62 187 94 Chinaz_com
100k消耗时间：704 625 640 766 Chinaz@com
1000k消耗时间：27984 30750 27859 30656
中国站长.站
10000k消耗时间：OutOfMemoryError
Chinaz@com
Chinaz~com
最后是DOM4J http://dom4j.sourceforge.net/ Www.Chinaz.com
虽然DOM4J代表了完全独立的开发结果，但最初，它是JDOM的一种智能分支。它合并了许多超出基本XML文档表示的功能，包括集成的XPath支持、XML Schema支持以及用于大文档或流化文档的基于事件的处理。它还提供了构建文档表示的选项，它通过DOM4J API和标准DOM接口具有并行访问功能。从2000下半年开始，它就一直处于开发之中。 中.国.站长站
为支持所有这些功能，DOM4J使用接口和抽象基本类方法。DOM4J大量使用了API中的Collections类，但是在许多情况下，它还提供一些替代方法以允许更好的性能或更直接的编码方法。直接好处是，虽然DOM4J付出了更复杂的API的代价，但是它提供了比JDOM大得多的灵活性。 Chinaz.com
在添加灵活性、XPath集成和对大文档处理的目标时，DOM4J的目标与JDOM是一样的：针对Java开发者的易用性和直观操作。它还致力于成为比JDOM更完整的解决方案，实现在本质上处理所有Java/XML问题的目标。在完成该目标时，它比JDOM更少强调防止不正确的应用程序行为。 Www.Chinaz.com
DOM4J是一个非常非常优秀的Java XML API，具有性能优异、功能强大和极端易用使用的特点，同时它也是一个开放源代码的软件。如今你可以看到越来越多的Java软件都在使用DOM4J来读写XML，特别值得一提的是连Sun的JAXM也在用DOM4J。 Www@Chinaz@com
Bean文件： Chinaz@com
以下为引用的内容：
package com.test; 站长.站
import java.io.*;import java.util.*;import org.dom4j.*;import org.dom4j.io.*;
中国站.长站
public class MyXMLReader { 中国站.长.站
public static void main(String arge[]) {
中国.站长站
long lasting = System.currentTimeMillis(); Www_Chinaz_com
try { 中国站长_站,为中文网站提供动力
File f = new File("data_10k.xml"); Chinaz_com
SAXReader reader = new SAXReader(); 站.长站
Document doc = reader.read(f);
中国站长.站
Element root = doc.getRootElement();
Chinaz_com
Element foo; Chinaz^com
for (Iterator i = root.elementIterator("VALUE"); i.hasNext();) { Www.Chinaz.com
foo = (Element) i.next(); 中.国.站.长.站
System.out.print("车牌号码:" + foo.elementText("NO"));
Chinaz.com
System.out.println("车主地址:" + foo.elementText("ADDR"));
中.国.站长站
} Www_Chinaz_com
} catch (Exception e) {
中国站长.站
e.printStackTrace(); Www@Chinaz@com
}
Www@Chinaz@com
System.out.println("运行时间：" + (System.currentTimeMillis() – lasting) + "毫秒");}}
中国站.长.站
10k消耗时间：109 78 109 31
中国站.长站
100k消耗时间：297 359 172 312
Www_Chinaz_com
1000k消耗时间：2281 2359 2344 2469
Www.Chinaz.com
10000k消耗时间：20938 19922 20031 21078 Www@Chinaz@com
Www_Chinaz_com
JDOM和DOM在性能测试时表现不佳，在测试10M文档时内存溢出。在小文档情况下还值得考虑使用DOM和JDOM。虽然JDOM的开发者已经说明他们期望在正式发行版前专注性能问题，但是从性能观点来看，它确实没有值得推荐之处。另外，DOM仍是一个非常好的选择。DOM实现广泛应用于多种编程语言。它还是许多其它与XML相关的标准的基础，因为它正式获得W3C推荐(与基于非标准的Java模型相对)，所以在某些类型的项目中可能也需要它(如在JavaScript中使用DOM)。
Chinaz^com
SAX表现较好，这要依赖于它特定的解析方式。一个SAX检测即将到来的XML流，但并没有载入到内存(当然当XML流被读入时，会有部分文档暂时隐藏在内存中)。
站长.站
无疑，DOM4J是这场测试的获胜者，目前许多开源项目中大量采用DOM4J，例如大名鼎鼎的Hibernate也用DOM4J来读取XML配置文件。如果不考虑可移植性，那就采用DOM4J吧 [中国站长站]
