摘要：通過解析器獲取文檔對象后，開發(fā)人員可以很方便的對其進(jìn)行操作，如獲取更元素，獲取一個子元素，增加子元素，移除子元素。它并沒有為解析提供任何新功能，但是它為在獲取與解析器提供了更加直接的途徑。自身不包含解析器，默認(rèn)使用隨包一起發(fā)行的。

文章最初發(fā)表于我的個人博客非典型性程序猿

眾所周知，SAX與DOM是JAVA中兩大核心XML解析API類庫，而JAXP,JDOM與DOM4J都是基于這兩大核心API而衍生出來的。今日興起看了看相關(guān)資料，寫篇文章總結(jié)總結(jié)^.^。

首先需要說明白的是SAX與DOM的關(guān)系。

SAX與DOM都是底層API，在JDK中他們的包路徑分別為：org.xml.sax與org.w3c.dom。自JDK1.5開始，JDK中自帶的實(shí)現(xiàn)為Apache的xerces（位于com.sun.org.apache.xerces.internal.parsers下）。

SAX是Simple API for XML的簡稱，它是在JAVA平臺上第一個被廣泛使用的XML API。也就說它是為JAVA而出現(xiàn)的。目前已經(jīng)有多個語言版本，比如C++。
DOM是Documents Object Model的簡稱，與SAX不同的是，DOM是W3C的標(biāo)準(zhǔn)，它出現(xiàn)的目的是為了實(shí)現(xiàn)一套跨平臺與語言的標(biāo)準(zhǔn)。

以上是它們之間的第一個不同。第二個，就是解析方式的不同。

SAX是基于事件解析，解析過程中根據(jù)目前的XML元素類型，調(diào)用用戶自己實(shí)現(xiàn)的回調(diào)方法（或著叫事件方法）來處理，如：startDocument();，startElement(); 。
SAX2.0中有4個核心接口：

org.xml.sax.ContentHander

org.xml.sax.ErrorHandler

org.xml.sax.DTDHandler

org.xml.sax.EntityResolver

實(shí)現(xiàn)這幾個Handler，然后調(diào)用解析器相應(yīng)的set方法注冊給解析器，就可以完成各種元素的解析與處理。 對應(yīng)的注冊進(jìn)解析器的方法分別是：

parser.setContentHandler(ContentHander handler)

parser.setErrorHandler(ErrorHandler handler)

parser.setDTDHandler(DTDHandler handler)
完整例子：

 DefaultHandler  handler=new XmlParserHandler();//DefaultHandler已經(jīng)實(shí)現(xiàn)了全部org.xml.sax.ContentHandler，  
                                                   //org.xml.sax.ErrortHandler，org.xml.sax.DTDHandler和org.xml.sax.EntityHandler接口  
 XMLReader xr=XMLReaderFactory.createXMLReader();//獲取解析器實(shí)例  
 xr.setContentHandler(handler);//設(shè)置處理類  
        xr.setErrorHandler(handler);  
        xr.setDTDHandler(handler);  
xr.setFeature("http://xml.org/sax/features/validation", true);//開啟DTD驗(yàn)證  
xr.setFeature("http://apache.org/xml/features/validation/schema", true);//開啟SCHMAE驗(yàn)證  
xr.parse(new InputSource("F:/Work/Workspace/XmlStudy/test.xml"));  

基于事件處理的好處是，不需要等到整個XML文件被加載完成后在開始處理，而是加載到哪處理到哪。這樣便帶來了效率上的優(yōu)勢。但是其也有明顯的不足，第一個不足便是無法隨機(jī)訪問元素。如果你只想獲取第二元素的信息，那么你必須等到第一個元素處理完成后，第二個元素開始的時候。如果這時，你又需要返回第一個元素，那么對不起，已經(jīng)來不及了。SAX不會主動記憶或保存已處理過的元素（為了效率）。為了實(shí)現(xiàn)前面的需求，開發(fā)人員需要自己使用容器來保存處理過的元素，并且建立一個模型來表示XML的樹形結(jié)構(gòu)。這樣一來也就帶來了第二個缺點(diǎn)，使用的復(fù)雜性。

再來說說DOM。DOM采用了解析方式是一次性加載整個XML文檔，在內(nèi)存中形成一個樹形的數(shù)據(jù)結(jié)構(gòu)，這個數(shù)據(jù)結(jié)構(gòu)我們稱為文檔對象模型。通過DOM解析器獲取Documen文檔t對象后，開發(fā)人員可以很方便的對其進(jìn)行操作，如getDocumentElement();（獲取更元素），getFirstChild();獲取一個子元素，appendChild();增加子元素，removeChild();移除子元素。因此，使用DOM可以很方便對XML中的數(shù)據(jù)進(jìn)行獲取與修改，而不需要像SAX一樣自己設(shè)計(jì)模型保存獲取的數(shù)據(jù)。
完整例子：

  DOMParser dp=new DOMParser();  
  dp.parse(new InputSource("e:/test.xml"));  
  Document doc=dp.getDocument();  
  Element rootElemet=doc.getDocumentElement();  
  NodeList list=rootElemet.getChildNodes();  

跟重要的一點(diǎn)是，在DOM中所有Element都是Node，這意味著，我們不需要明確知道文檔的結(jié)構(gòu)就可以操作它。我們可以判斷當(dāng)前獲取到的任意Node對象類型來做不同操作。主要Node類型有：

- Node.DOCUMENT_NODE
- Node.ELEMENT_NODE
- Node.TEXT_NODE
- Node.CDATA_SECTION_NODE
- Node.PROCESSING_INSTRUCTION_NODE
- Node.ENTITY_REFERENCE_NODE
- Node.DOCUMENT_TYPE_NODE

但是，由于DOM是一次性加載整個XML文件到內(nèi)存， 如果XML文件非常龐大，構(gòu)建文檔樹的內(nèi)存與時間開銷會很大，且很有可能導(dǎo)致內(nèi)存溢出異常。

那么如何在SAX與DOM直接選擇呢？這取決于下面幾個因素：

應(yīng)用程序的目的：如果打算對數(shù)據(jù)作出更改并將它輸出為 XML，那么在大多數(shù)情況下，DOM 是適當(dāng)?shù)倪x擇。并不是說使用 SAX 就不能更改數(shù)據(jù)，但是該過程要復(fù)雜得多，因?yàn)槟仨殞?shù)據(jù)的一份拷貝而不是對數(shù)據(jù)本身作出更改。

數(shù)據(jù)容量： 對于大型文件，SAX 是更好的選擇。

數(shù)據(jù)將如何使用：如果只有數(shù)據(jù)中的少量部分會被使用，那么使用 SAX 來將該部分?jǐn)?shù)據(jù)提取到應(yīng)用程序中可能更好。 另一方面，如果您知道自己以后會回頭引用已處理過的大量信息，那么 SAX 也許不是恰當(dāng)?shù)倪x擇。

對速度的需要： SAX 實(shí)現(xiàn)通常要比 DOM 實(shí)現(xiàn)更快。

SAX 和 DOM 不是相互排斥的，記住這點(diǎn)很重要。您可以使用 DOM 來創(chuàng)建 SAX 事件流，也可以使用 SAX 來創(chuàng)建 DOM 樹。事實(shí)上，用于創(chuàng)建 DOM 樹的大多數(shù)解析器實(shí)際上都使用 SAX 來完成這個任務(wù)，比如DOM4J與JDOM！

JAXP，全稱Java API for XML Processing，打開其為JDK的目錄：javax.xml.parsers， 你會發(fā)現(xiàn)它與SAX和DOM一樣只是一套API。實(shí)際上，JAXP出現(xiàn)時SUN公司為了彌補(bǔ)JAVA在XML標(biāo)準(zhǔn)制定上的空白而制定的一套JAVA XML標(biāo)準(zhǔn)API。它并沒有為JAVA解析XML提供任何新功能，但是它為在JAVA獲取SAX與DOM解析器提供了更加直接的途徑。它封裝了SAX與DOM兩種接口，并在SAX與DOM的基礎(chǔ)之上，作了一套比較簡單的api以供開發(fā)。
例如：JAXP獲取SAX解析器：

  SAXParserFactory factory=SAXParserFactory.newInstance();  
  SAXParser parser=factory.newSAXParser();  
  parser.parse("F:/Work/Workspace/xiongqi/XmlStudy/test.xml", handler);  

獲取DOM解析器：

  DocumentBuilderFactory factory=DocumentBuilderFactory.newInstance();  
  DocumentBuilder builder= factory.newDocumentBuilder();  
  Document document= builder.parse("F:/Work/Workspace/xiongqi/XmlStudy/test.xml");  

在 JAXP 的早期版本中，自帶解析器的實(shí)現(xiàn)為 Apachede 的Crimson，在 JAXP 的新版本中 （包括在 JDK 中） ，Sun 已經(jīng)重新包裝了 Apache Xerces 做為解析器的實(shí)現(xiàn)。

由于DOM是為了實(shí)現(xiàn)一套跨平臺與語言的標(biāo)準(zhǔn)，因此使用它對于JAVA開發(fā)人員來說并不是特別的得心應(yīng)手，這時JDOM就出現(xiàn)了。

JDOM 的目的是成為 Java 特定文檔模型，它簡化與 XML 的交互并且比使用 DOM 實(shí)現(xiàn)更快。而且它是第一個 Java 特定模型。與DOM相比較，首先，JDOM 僅使用具體類而不使用接口。這在某些方面簡化了API，但是也限制了靈活性。第二，API 大量使用了 Collections 類，相對于dom中的Node，簡化了那些已經(jīng)熟悉這些類的Java 開發(fā)者的使用。JDOM 自身不包含解析器，默認(rèn)使用隨jar包一起發(fā)行的pache Xerces。

例子：

SAXBuilder builder = new SAXBuilder(false);  
Document doc = builder.build(in);  

從上面代碼中可以看出，JDOM使用SAX2 解析器來解析和驗(yàn)證輸入 XML 文檔，然后構(gòu)建Doucment對象。

DOM4J 最初是 JDOM 的一個分支。它合并了許多超出基本 XML 文檔表示的功能，包括集成的 XPath 支持、XML Schema 支持以及用于大文檔或流化文檔的基于事件的處理。它還提供了構(gòu)建文檔表示的選項(xiàng)，它通過 DOM4J API 和標(biāo)準(zhǔn) DOM 接口具有并行訪問功能。

為支持所有這些功能，DOM4J 使用接口和抽象基本類方法。DOM4J 大量使用了 API 中的Collections 類，但是在許多情況下，它還提供一些替代方法以允許更好的性能或更直接的編碼方法。直接好處是，雖然 DOM4J 付出了更復(fù)雜的 API 的代價，但是它提供了比 JDOM 大得多的靈活性。在添加靈活性、XPath 集成和對大文檔處理的目標(biāo)時，DOM4J 的目標(biāo)與 JDOM 是一樣的：針對 Java開發(fā)者的易用性和直觀操作。它還致力于成為比 JDOM 更完整的解決方案，實(shí)現(xiàn)在本質(zhì)上處理所有Java/XML 問題的目標(biāo)。在完成該目標(biāo)時，它比 JDOM 更少強(qiáng)調(diào)防止不正確的應(yīng)用程序行為。

例子：

SAXReader reader = new SAXReader(false);  
Document  doc = reader.read(in);  

DOM4J 是一個非常非常優(yōu)秀的Java XML API，具有性能優(yōu)異、功能強(qiáng)大和極端易用使用的特點(diǎn)，同時它也是一個開放源代碼的軟件。如今你可以看到越來越多的 Java 軟件都在使用 DOM4J 來讀寫 XML，特別值得一提的是連 Sun 的 JAXM 也在用 DOM4J。