XML 使用DTD(document type definition)文档类型来标记数据和定义数据，格式统一且跨平台和语言，已成为业界公认的标准。

   目前 XML 描述数据龙头老大的地位渐渐受到 Json 威胁。经手项目中，模块/系统之间交互数据方式有 XML 也有 Json，说不上孰好孰坏。

   XML 规整/有业界标准/很容易和其他外部的系统进行交互，Json 简单/灵活/占带宽比小。

   仁者见仁智者见智，项目推进中描述数据方式需要根据具体场景拿捏。

   这篇博客主要描述目前 Java 中比较主流的 XML 解析底层方式，给需要这方面项目实践的同学一些参考。

   Demo 项目 git 地址：

 

   Sax/Satx/Dom 由国外开源社区或组织贡献，Sun 重新组织起名 JAXP 自JDK 1.6 起陆续将他们添加进去。

   Xmlpull在 JDK 中没有看到它的身影，如果需要使用它，你需要添加额外的类库。

   Jdom/Dom4j/Xstream... 是基于这些底层解析方式重新组织封装的开源类库，提供简洁的 API，有机会再写一篇博客描述。

   Dom4j 是基于 JAXP 解析方式，性能优异、功能强大、极易使用的优秀开源类库。

   Jdom 如果你细看内部代码，其实也是基于 JAXP 但具体包结构被重新组织， API 大量使用了 Collections 类，在性能上被 dm4j 压了好几个档次。

   实例 Demo 中需要解析的 xml 文件如下，中规中矩不简单，也不复杂，示例业务场景都能将节点的值解析出来，组成业务实体对象。

      
          
               
        
         320170105000009363
                
        
         0301
                
        
         018574
                
                    
                         
          
           030101
                          
          
           齐天
                          
          
           9
                          
          
           2008-11-07
                      
                     
                         
          
           030102
                          
          
           张惠
                          
          
           10
                          
          
           2009-04-08
                      
                     
                         
          
           030103
                          
          
           龙五
                          
          
           9
                          
          
           2008-11-01
                      
                 
            
           
               
        
         420170105000007363
                
        
         0302
                
        
         018577
                
                    
                         
          
           030201
                          
          
           马宝
                          
          
           10
                          
          
           2009-09-02
                      
                 
            
       
      

1. 基于树或基于对象模型

   官方 W3C 标准,以层次结构组织的节点或信息片断的集合。允许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。

   最早的一种解析模型，加载整个文档意味着在大文件 XMl 会遇到性能瓶颈。

   Dom 解析代码示例：

DocumentBuilderFactory dbFactory = DocumentBuilderFactory.newInstance();//得到Dom解析器的工厂实例        DocumentBuilder dbBuilder = dbFactory.newDocumentBuilder();//从Dom工厂中获得Dom解析器        Document doc = dbBuilder.parse(Thread.currentThread().getContextClassLoader().getResource("demo.xml").getPath());        NodeList nList = doc.getElementsByTagName("studentGridlb");        List
     
       studentGridlbList = new ArrayList<>();        for (int i = 0; i < nList.getLength(); i++) {            StudentGridlb studentGridlb = new StudentGridlb();            NodeList childNodes = nList.item(i).getChildNodes();            for (int k = 0; k < childNodes.getLength(); k++) {                if (childNodes.item(k) instanceof Element) {                    Element element = (Element) childNodes.item(k);                    if ("stu_id".equals(element.getNodeName())) {                        studentGridlb.setStu_id(element.getTextContent());                    }                    if ("stu_name".equals(element.getNodeName())) {                        studentGridlb.setStu_name(element.getTextContent());                    }                    if ("stu_age".equals(element.getNodeName())) {                        studentGridlb.setStu_age(Integer.parseInt(element.getTextContent()));                    }                    if ("stu_birthday".equals(element.getNodeName())) {                        DateFormat format = new SimpleDateFormat("yyyy-MM-dd");                        studentGridlb.setStu_birthday(format.parse(element.getTextContent()));                    }                }            }            studentGridlbList.add(studentGridlb);        }
     

   Dom 解析方式有个最大的优点可以在任何时候在树中上下导航，获取和操作任意部分的数据。

2. 流事件分析中推模型

   靠事件驱动的模型，当它每发现一个节点就引发一个事件，需要编写这些事件的处理程序。

   这样的做法很麻烦，而且不灵活，主流的分析方式有 Xmlpull和 JAXP 中的 Sax。

   Xmlpulldemo (引入 xmlpull.jar  xpp3_min.jar]):

XmlPullParserFactory pullParserFactory = XmlPullParserFactory.newInstance();        XmlPullParser pullParser = pullParserFactory.newPullParser();//获取XmlPullParser的实例        pullParser.setInput(Thread.currentThread().getContextClassLoader().getResourceAsStream("demo.xml"), "UTF-8");        int event = pullParser.getEventType();        List
     
       studentGridlbList = new ArrayList<>();        StudentGridlb studentGridlb = new StudentGridlb();        while (event != XmlPullParser.END_DOCUMENT) {            String nodeName = pullParser.getName();            switch (event) {                case XmlPullParser.START_DOCUMENT:                    System.out.println("Xmlpull解析 xml 开始:");                    break;                case XmlPullParser.START_TAG:                    if ("stu_id".equals(nodeName)) {                        studentGridlb.setStu_id(pullParser.nextText());                    }                    if ("stu_name".equals(nodeName)) {                        studentGridlb.setStu_name(pullParser.nextText());                    }                    if ("stu_age".equals(nodeName)) {                        studentGridlb.setStu_age(Integer.parseInt(pullParser.nextText()));                    }                    if ("stu_birthday".equals(nodeName)) {                        DateFormat format = new SimpleDateFormat("yyyy-MM-dd");                        studentGridlb.setStu_birthday(format.parse(pullParser.nextText()));                    }                    break;                case XmlPullParser.END_TAG:                    if ("studentGridlb".equals(nodeName)) {                        studentGridlbList.add(studentGridlb);                        studentGridlb = new StudentGridlb();                    }                    break;            }            event = pullParser.next();        }
     

   Xmlpull为接口层，xpp3_min 为实现层，其实可以引入另外自带接口层 xpp3 版本。

                 
      
       xmlpull
                  
      
       xmlpull
                  
      
       1.1.3.1
              
             
                 
      
       xpp3
                  
      
       xpp3_min
                  
      
       1.1.4c
              
     

   Sax demo:

SaxParserFactory SaxParserFactory = SaxParserFactory.newInstance(); //获取Sax分析器的工厂实例，专门负责创建SaxParser分析器        SaxParser SaxParser = SaxParserFactory.newSaxParser();        InputStream inputStream = new FileInputStream(new File(Thread.currentThread().getContextClassLoader().getResource("demo.xml").getPath()));        SaxHandler xmlSaxHandler = new SaxHandler();        SaxParser.parse(inputStream, xmlSaxHandler);

   Sax 解析时还需要单独编写时间响应 Handler ，和集合排序时实现的Comparator 类似。 

public class SAXHandler extends DefaultHandler {    private List
      
        studentGridlbList = null;    private StudentGridlb studentGridlb = null;    private String tagName;    @Override    public void startDocument() throws SAXException {        System.out.println("---->startDocument() is invoked...");        studentGridlbList = new ArrayList<>();    }    @Override    public void endDocument() throws SAXException {        System.out.println("---->endDocument() is invoked...");    }    @Override    public void startElement(String uri, String localName, String qName, Attributes attributes) throws SAXException {        System.out.println("-------->startElement() is invoked...,qName:" + qName);        if ("studentGridlb".equals(qName)) {            this.studentGridlb = new StudentGridlb();        }        this.tagName = qName;    }    @Override    public void endElement(String uri, String localName, String qName) throws SAXException {        System.out.println("-------->endElement() is invoked...");        if (qName.equals("studentGridlb")) {            this.studentGridlbList.add(this.studentGridlb);        }        this.tagName = null;    }    @Override    public void characters(char[] ch, int start, int length) throws SAXException {        System.out.println("------------>characters() is invoked...");        if (this.tagName != null) {            String contentText = new String(ch, start, length);            if (this.tagName.equals("stu_id")) {                this.studentGridlb.setStu_id(contentText);            }            if (this.tagName.equals("stu_name")) {                this.studentGridlb.setStu_name(contentText);            }            if (this.tagName.equals("stu_age")) {                this.studentGridlb.setStu_age(Integer.parseInt(contentText));            }            if (this.tagName.equals("stu_birthday")) {                DateFormat format = new SimpleDateFormat("yyyy-MM-dd");                try {                    this.studentGridlb.setStu_birthday(format.parse(contentText));                } catch (ParseException e) {                    e.printStackTrace();                }            }        }    }    public List
       
         getStudentGridlbList() {        return studentGridlbList;    }    public void setStudentGridlbList(List
        
          studentGridlbList) {        this.studentGridlbList = studentGridlbList;    }}
        
       
      

   推模式不需要等待所有数据都被处理，分析就能立即开始；

   只在读取数据时检查数据，不需要保存在内存中;

   可以在某个条件得到满足时停止解析，不必解析整个文档；

   效率和性能较高，能解析大于系统内存的文档;

   当然缺点也很突出例如需要自己负责TAG的处理逻辑（例如维护父/子关系等），使用麻烦；

   单向导航，很难同时访问同一文档的不同部分数据，不支持 XPath;

3. 流事件分析中的拉模型

  在遍历文档时，把感兴趣的部分从读取器中拉出，不需要引发事件，允许我们选择性地处理节点；

  大大提高了灵活性，以及整体效率，拉模式中比较常见 stax，stax 提供了两套 API 共使用。

  stax demo(基于光标的方式解析XML):

InputStream stream = new FileInputStream(Thread.currentThread().getContextClassLoader().getResource("demo.xml").getPath());        XMLInputFactory factory = XMLInputFactory.newInstance();        XMLStreamReader parser = factory.createXMLStreamReader(stream);        List
     
       studentGridlbList = new ArrayList<>();        StudentGridlb studentGridlb =  null; while (parser.hasNext()) {            int event = parser.next();            if (event == XMLStreamConstants.START_DOCUMENT) {                System.out.println("stax 解析xml 开始.....");            }            if (event == XMLStreamConstants.START_ELEMENT) {                if (parser.getLocalName().equals("stu_id")) {                    studentGridlb = new StudentGridlb();                    studentGridlb.setStu_id(parser.getElementText());                } else if (parser.getLocalName().equals("stu_name")) {                    studentGridlb.setStu_name(parser.getElementText());                } else if (parser.getLocalName().equals("stu_age")) {                    studentGridlb.setStu_age(Integer.parseInt(parser.getElementText()));                } else if (parser.getLocalName().equals("stu_birthday")) {                    DateFormat format = new SimpleDateFormat("yyyy-MM-dd");                    studentGridlb.setStu_birthday(format.parse(parser.getElementText()));                }            }            if (event == XMLStreamConstants.END_ELEMENT) {                if (parser.getLocalName().equals("studentGridlb")) {                    studentGridlbList.add(studentGridlb);                }            }            if (event == XMLStreamConstants.END_DOCUMENT) {                System.out.println("stax 解析xml 结束.....");            }        }        parser.close();
     

  stax demo(基于迭代方式解析XML):

XMLInputFactory xmlInputFactory = XMLInputFactory.newInstance();        XMLEventReader xmlEventReader = xmlInputFactory.createXMLEventReader(Thread.currentThread().getContextClassLoader().getResourceAsStream("demo.xml"));        List
     
       studentGridlbList = new ArrayList<>();        StudentGridlb studentGridlb = null;        while (xmlEventReader.hasNext()) {            XMLEvent event = xmlEventReader.nextEvent();            if (event.isStartElement()) {                String name = event.asStartElement().getName().toString();                if (name.equals("stu_id")) {                    studentGridlb = new StudentGridlb();                    studentGridlb.setStu_id(xmlEventReader.getElementText());                } else if (name.equals("stu_name")) {                    studentGridlb.setStu_name(xmlEventReader.getElementText());                } else if (name.equals("stu_age")) {                    studentGridlb.setStu_age(Integer.parseInt(xmlEventReader.getElementText()));                } else if (name.equals("stu_birthday")) {                    DateFormat format = new SimpleDateFormat("yyyy-MM-dd");                    studentGridlb.setStu_birthday(format.parse(xmlEventReader.getElementText()));                }            }            if (event.isEndElement()) {                String name = event.asEndElement().getName().toString();                if (name.equals("studentGridlb")) {                    studentGridlbList.add(studentGridlb);                }            }        }        xmlEventReader.close();
     

   基于指针的 stax API,这种方式尽管效率高，但没有提供 XML 结构的抽象，因此是一种低层 API。

   stax 基于迭代器的 API 是一种面向对象的方式，这也是它与基于指针的 API 的最大区别。

   基于迭代器的 API 只需要确定解析事件的类型，然后利用其方法获得属于该事件对象的信息。

   通过将事件转变为对象，让应用程序可以用面向对象的方式处理，有利于模块化和不同组件之间的代码重用。

   Ok,这篇博客对 java 底层解析 xml 方式做了点总结。其实在实际项目中，上述几种方式解析 xml 编写起来都很费事。

   都会引入封装起来的稳定开源库，如 Dom4j/Jdom/Xstream.....，这些类库屏蔽了底层复杂的部分，呈现给我们简洁明了的 API;

   但如果公司业务复杂程度已经远远超出了开源类库的提供的范畴，不妨自己依赖底层解析技术自己造轮子。