Java最佳XML解析器

Question

Java最佳XML解析器

javaxmlparsing

397

我需要读取不大的（最多几MB，UTF-8编码）XML文件，并查看各种元素和属性，可能会修改其中一些内容并将XML重新写回磁盘（最好使用漂亮的缩进格式）。

对于我的需求，哪种XML解析器最好？有很多可以选择。我知道的一些包括：

当然，还有JDK中的XML解析器（我正在使用Java 6）。我熟悉Xerces但觉得它笨重。

你有什么推荐吗？

- Evan

6

我认为，在这里你可以找到更多的玩家：http://www.xml.com/lpt/a/1703。 - dma_k

1

我认为这个问题存在真正的问题。首先，它比较了完全不同的东西，将解析器（xerces、crimson）与DOM操作库（dom4j、xom、jdom）混为一谈。其次，答案倾向于宣传而不是建设性的意见。 - Nathan Hughes

@dma_k，你的链接无法访问。 - Gaurav

很不幸，链接已经失效了。它是9年前发布的。当我在进行自己的研究时，我对这个话题很感兴趣，研究的内容是关于使用哪个DOM操作库。我的研究链接 - dma_k

Underscore-java库可以读取和生成XML字符串。 - Valentyn Kolesnikov

我知道我真的晚了15年才来参加这个派对（而且说实话，那时可能甚至不存在），但是如果你已经在使用JSoup进行HTML解析，那么它同样非常适用于XML。 - Krusty the Clown

8个回答

132

以下是DOM、SAX、StAX和TrAX的比较：特征 StAX SAX DOM TrAX API类型拉取，流推送，流内存树 XSLT规则易用性高中等高中等（来源：http://download.oracle.com/docs/cd/E17802_01/webservices/webservices/docs/1.6/tutorial/doc/SJSXP2.html）

XPath能力 无无是是

CPU和内存 良好良好不确定不确定

仅正向遍历 是是否否

读取XML 是是是是

写入XML 是否是是

CRUD 增删改查否否是否

- Kadir

7

您可以使用SAX编写XML。此处的“sink”提供了一个处理程序实现，用户可以调用SAX事件来生成XML输出。（我看到这个表格是来源于非原创材料，不过表格是错误的。） - Dev

83

如果速度和内存不是问题，dom4j 是一个非常好的选择。如果您需要速度，则使用 StAX 解析器如 Woodstox 是正确的方法，但您需要编写更多代码来完成任务，并且您需要习惯在流中处理 XML。

- zehrer

6

dom4j相当不错，但是肯定存在问题。关于好的dom4j替代方案，请查看https://dev59.com/eHRA5IYBdhLWcg3wxA9N - Jonik

@zehrer它们是线程安全的吗？ - Gaurav

8

Simple XML http://simple.sourceforge.net/ 是一个非常易于对对象进行(反)序列化的工具。

- asdf

4

除了 SAX 和 DOM 之外，还可以使用 XMLStreamReader 进行 STaX 解析，它是一种 xml 拉解析器。

- kitsuneymg

3

我发现dom4j是处理XML的工具，尤其是与Xerces相比。

- bmatthews68

2

如果您的应用程序需要大量“思考”，我不建议使用此方法，但使用XSLT可能比Java操作更好（并且通过XSLT到字节码编译可能更快）。

- Thomas Barker

3

更好、可能性更大：更快，非常不可能。 - StaxMan

阅读、操作和编写XML正是XSLT的设计目的。这是一个很好的开箱即用的答案。 - james.garriss

1

如果您不太关心性能，我非常推荐使用Apache Digester，因为它可以让您直接将XML映射到Java Bean。否则，您需要先解析XML，然后构造对象。

- Uri

我不需要制作Java Beans，只需稍微操作原始的XML元素，并检查特定的元素以从中获取数据，因此DOM样式解析器可能是我的理想解决方案。 - Evan

是的，在那种情况下，dom4j可能是更好的解决方案...我曾经大量使用它，直到我升级到digester。 - Uri

网页内容由stack overflow 提供, 点击上面的

可以查看英文原文，

- Fernando Miguélez · Accepted Answer

我认为你不应考虑任何特定的解析器实现。Java API for XML Processing允许您以标准方式使用符合规范的任何解析器实现。代码应该更具可移植性，当您意识到特定解析器已经过时时，您可以在不更改代码的情况下替换它（如果您正确地执行了这项操作）。

基本上有三种以标准方式处理XML的方法：

SAX 这是最简单的API。您通过定义接收元素/属性内部数据的处理程序类来读取XML，当XML按顺序进行处理时，处理程序类会接收数据。如果您只计划读取一些属性/元素和/或写入一些值，则该方法更快且更简单（适合您的情况）。
DOM 此方法创建一个对象树，使您能够随机修改/访问它，因此更适用于复杂的XML操作和处理。
StAX 介于SAX和DOM之间。您只需编写代码，从您感兴趣的解析器中提取数据。

不要考虑专有API，如JDOM或Apache（即Apache Xerces XMLSerializer），因为这会将您绑定到特定实现上，该实现可能会随时间推移而发生变化或失去向后兼容性，这将使您在将来想要升级到新版本的JDOM或任何解析器时更改代码。如果您坚持使用Java标准API（使用工厂和接口），则代码将更具模块化和可维护性。

毋庸置疑，所有（我没有检查所有，但我几乎可以确定）建议的解析器都符合JAXP实现规范，因此您可以使用所有解析器，无论哪个。