快速、轻量级的XML解析器

Question

我将会得到一个特定格式的XML文档。这个文档的类型是固定的，所以非常严格。

我需要解析它，以便将其转换为JSON（稍加修改以便他人可以在DOJO中使用）。

我的问题是，我应该使用非常快速轻量级（无需SAX等）的XML解析器（有任何想法吗？），还是编写自己的解析器，基本上将其转换为StringBuffer并遍历数组？基本上，在底层，我认为所有HTML解析器都会通过字符串（或内存缓冲区）旋转并解析，同时生成输出。

谢谢

编辑

XML将在3/4行到最多50行之间。

- joe90

---

尝试使用vtd-xml，你不会后悔的。 - vtd-xml-author

可能是[Java的小型、极简和快速的XML库？]的重复问题（https://dev59.com/KmDVa4cB1Zd3GeqPg9Kr） - Danubian Sailor

Answer 1

不，你不应该尝试为此编写自己的XML解析器。 SAX本身非常轻量级和快速，所以我不确定为什么认为它太重了。而且使用字符串缓冲区实际上比使用SAX要不可扩展得多，因为SAX不需要将整个XML文件加载到内存中即可使用。我曾经使用SAX来解析数十亿字节的XML文件，在32位机器上使用字符串缓冲区是行不通的。

如果您有小文件并且不需要担心性能问题，请考虑使用DOM。Java的实现可能有点麻烦（您可以使用DocumentBuilderFactory创建一个DocumentBuilder来创建文档）。

从文件创建文档的代码如下：

Document d = DocumentBuilderFactory.newInstance().newDocumentBuilder().parse(new FileInputStream("file.xml"));

请注意，如果您需要解析多个文件，则保留对文档构建器的引用将加快速度。

然后您可以使用来自 org.w3c.dom.Document 的函数读取或操作内容。例如，getElementsByTagName（） 返回具有特定标签名称的所有元素。

- Chad Okere

---

我怀疑Joe所谓的“轻巧”是指“易于使用”；SAX的回调导向API并不是最用户友好的。 - Michael Borgwardt

如果可以的话，我会更加地混乱。SAX 是在 Java 中读取 XML 最有效的方式。你很难编写一个更好的正确的 XML 解析器。我认为应该可以编写回调来直接生成 JSON。如果翻译很少，那么它可能非常微小。 - PSpeed

@Michael Borgwardt：我认为使用DOM比编写自己的解析器更容易 :) - Chad Okere

但是DOM绝对不是轻量级的。对于这种从一种格式到另一种格式的转换，SAX是理想的选择。如果做得好，您可以处理永远无法适应内存的文件。（在这种情况下您不需要它，但这不是重点。：）） - PSpeed

@PSpeed：在我看来，SAX并不是最理想的选择，因为SAX的事件驱动方法比kXML解析器或类似解析器的拉取解析方法更难理解和使用。 - WildWezyr

Answer 2

这取决于您要解析的XML类型。如果已经有可用的工具可以完成任务，我不建议您编写自己的解析器。

选择SAX/DOM取决于您要解析的内容，可以参考以下链接来决定使用哪种方法：

http://geekexplains.blogspot.com/2009/04/sax-vs-dom-differences-between-dom-and.html

即使您不使用SAX/DOM，仍然有简单的选项可供您使用，请看看Simple :)

http://simple.sourceforge.net/

您可能还想考虑STaX。

- Jonathan Holloway

---

谢谢，我会看一下简单的。 - joe90

Answer 3

也许您应该看看kXML 2，这是一个专门为受限环境设计的小型XML pull解析器，可用于访问、解析和显示Java 2微型版设备的XML文件。它也可以很好地与Java SE/EE一起使用 ;-）。由于它是为微型版设计的，因此非常轻量级（占用空间小），并且在我看来非常易于使用（比SAX/DOM等东西更容易）。

根据我自己使用kXML 2的经验：我用它来解析大于1 GB的XML文件 - Wikipedia转储文件，对性能/内存消耗等非常满意。

最后;-) - 链接：http://kxml.sourceforge.net/kxml2/

- WildWezyr

---

谢谢，我们会看一下 :) 因为在某个时候我们也需要一个移动版本。 - joe90

Answer 4

你真的需要解析/操作XML文档中的任何数据吗？如果不需要，你可以使用XSLT。非常简单，非常快速。

- Bal

---

XSLT旨在转换XML，因此将其用于转换为JSON是一个好主意。 - james.garriss

Answer 5

你可以使用Dom4j/xstream将XML读入等效的Java模型，然后使用JSONLIB将其转换为JSON。

- Teja Kantamneni

---

Dom4j具有类似SAX的API，但更易于使用。 - Ondra Žižka

Answer 6

使用真正的XML解析器。如果不这样做，当某些东西发生变化时，你很可能会遇到问题。文档可能非常严格，但两年后，某些东西可能会被重构并改变结构，以便使用XML解析器解析到相同的数据结构，并打破自制字符串解析器。

- Quentin

---

我理解你的观点，但是在不同的领域（即链中的下一步）中，他们已经更改了纯json位以满足他们的要求。 - joe90

因此，不太符合JSON标准的解析器已经设置好了以进行崩溃，但是没有必要通过使用不太符合XML标准的解析器来引入相同的问题并使问题更加复杂化。 - Quentin

Answer 7

在后端进行解析并公开JSON可能是正确的方法，这样您就可以拥有通用的JSON数据，可以轻松地与其他来源集成。但是，如果您有一个简单的消息，并且这是您认为您将使用JSON的唯一位置，则可以尝试在客户端进行解析。Dojo具有实验性客户端XML解析器。

- peller

Answer 8

你必须使用XML吗？

我发现自己的自定义文本格式比任何现成的XML或JSON包都要快得多 - 它们很快，但通过控制自己的格式并仅进行字符串解析，我能够将时间减半，比最快的XML实现还要快。

显然，只有在完全掌控格式的情况下才适用，可能不适合您的情况，但对于其他处于这种情况的人来说：不要认为XML是您拥有的绝对最快选项。它不是。

- Brian