Najlepszy parser XML dla Java [zamknięty]

Muszę czytać małe pliki XML (co najwyżej kilka MB, zakodowane w UTF-8), szperać w poszukiwaniu różnych elementów i atrybutów, być może zmodyfikować kilka i ponownie zapisać XML na dysku (najlepiej z ładnym, wciętym formatowaniem) .

Jaki byłby najlepszy parser XML dla moich potrzeb? Jest wiele do wyboru. Niektóre są mi znane:

• JDOM
• Woodstox
• XOM
• dom4j
• VTD-XML
• Xerces-J
• Karmazynowy

I oczywiście ten w JDK (używam Java 6). Znam Xerces, ale uważam, że jest niezgrabny.

Rekomendacje?

Jeśli prędkość i pamięć nie stanowią problemu, dom4j jest naprawdę dobrą opcją. Jeśli potrzebujesz szybkości, użycie parsera StAX, takiego jak Woodstox, jest właściwym sposobem, ale musisz napisać więcej kodu, aby załatwić sprawę i musisz przyzwyczaić się do przetwarzania XML w strumieniach.

Myślę, że nie powinieneś brać pod uwagę żadnej konkretnej implementacji parsera. Java API for XML Processing pozwala na użycie dowolnej zgodnej implementacji parsera w standardowy sposób. Kod powinien być znacznie bardziej przenośny, a gdy zdasz sobie sprawę, że określony parser się zestarzał, możesz go zastąpić innym bez zmiany wiersza kodu (jeśli zrobisz to poprawnie).

Zasadniczo istnieją trzy sposoby standardowego przetwarzania XML:

• SAX To najprostszy interfejs API. Czytamy XML poprzez zdefiniowanie klasy Handler, która odbiera dane wewnątrz elementów / atrybutów, gdy XML jest przetwarzany szeregowo. Jest to szybsze i prostsze, jeśli planujesz tylko odczytać niektóre atrybuty / elementy i / lub zapisać niektóre wartości z powrotem (Twoja sprawa).
• DOM Ta metoda tworzy drzewo obiektów, które pozwala na losową modyfikację / dostęp do niego, dzięki czemu lepiej nadaje się do skomplikowanej manipulacji i obsługi XML.
• StAX Jest to środek ścieżki między SAX a DOM. Po prostu piszesz kod, aby pobrać dane z analizatora składni, który Cię interesuje podczas przetwarzania.

Zapomnij o zastrzeżonych interfejsach API, takich jak JDOM lub Apache (tj. Apache Xerces XMLSerializer ), ponieważ spowoduje to powiązanie z konkretną implementacją, która może ewoluować w czasie lub utracić kompatybilność wsteczną, co spowoduje zmianę kodu w przyszłości, gdy będziesz chciał uaktualnić do nowa wersja JDOM lub dowolnego innego parsera, którego używasz. Jeśli będziesz trzymać się standardowego interfejsu API Java (używając fabryk i interfejsów), twój kod będzie znacznie bardziej modułowy i łatwiejszy w utrzymaniu.

Nie trzeba mówić, że wszystkie (nie sprawdziłem wszystkich, ale jestem prawie pewien) proponowanych parserów są zgodne z implementacją JAXP, więc technicznie możesz używać wszystkich, bez względu na to, które.

Oto ładne porównanie dla DOM, SAX, StAX i TrAX (źródło: http://download.oracle.com/docs/cd/E17802_01/webservices/webservices/docs/1.6/tutorial/doc/SJSXP2.html )

Cecha StAX SAX DOM TrAX

Typ interfejsu API                 Pull, streaming Push, streaming In memory tree Reguła XSLT

Łatwość użycia           Wysoka Średnia Wysoka Średnia

Możliwość XPath    Nie Nie Tak Tak

Procesor i pamięć     Dobry Dobry Różni się Różni się

Tylko do przodu        Tak Tak Nie Nie

Czytaj XML              Tak Tak Tak Tak

Napisz XML              Tak Nie Tak Tak

CRUD                      Nie Nie Tak Nie

Proste XML http://simple.sourceforge.net/ jest bardzo łatwe do (od) serializacji obiektów.

Oprócz SAX i DOM dostępne jest parsowanie STaX za pomocą XMLStreamReader, który jest parserem ściągania xml.

Odkryłem, że dom4j jest narzędziem do pracy z XML. Szczególnie w porównaniu do Xerces.

Nie polecałbym tego, ponieważ masz dużo „myślenia” w swojej aplikacji, ale używanie XSLT może być lepsze (i potencjalnie szybsze dzięki kompilacji XSLT do kodu bajtowego) niż manipulacja Java.

Jeśli mniej zależy ci na wydajności, jestem wielkim fanem Apache Digester, ponieważ zasadniczo pozwala ona mapować bezpośrednio z XML na Java Beans.

W przeciwnym razie musisz najpierw przeanalizować, a następnie skonstruować swoje obiekty.