Java için en iyi XML ayrıştırıcı [kapalı]

Ben ufacık (en az birkaç MB, UTF-8 kodlanmış) XML dosyalarını okumak, çeşitli öğeleri ve nitelikleri bakarak etrafında rummage, belki birkaç değiştirmek ve tekrar diske XML (tercihen güzel, girintili biçimlendirme ile) yazmak gerekir .

İhtiyaçlarım için en iyi XML ayrıştırıcısı ne olurdu? Aralarından seçim yapabileceğiniz çok şey var. Bazılarının farkındayım:

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

Ve elbette JDK'daki (Java 6 kullanıyorum). Xerces'e aşinayım ama bunu tıknaz bul.

Öneriler?

Hız ve bellek sorun değilse , dom4j gerçekten iyi bir seçenektir. Hıza ihtiyacınız varsa, Woodstox gibi bir StAX ayrıştırıcı kullanmak doğru yoldur, ancak işleri halletmek için daha fazla kod yazmanız ve akışlarda XML işlemeye alışmanız gerekir.

Belirli bir ayrıştırıcı uygulamasını dikkate almamanız gerektiğini düşünüyorum. XML İşleme için Java API'si, uygun tüm ayrıştırıcı uygulamalarını standart bir şekilde kullanmanızı sağlar. Kod çok daha taşınabilir olmalı ve belirli bir ayrıştırıcının çok eski olduğunu fark ettiğinizde, kodunuzun bir satırını değiştirmeden başka bir kodla değiştirebilirsiniz (doğru yaparsanız).

Temel olarak XML'yi standart bir şekilde ele almanın üç yolu vardır:

• SAX Bu en basit API. XML, seri bir şekilde işlendiğinde, öğeler / nitelikler içindeki verileri alan bir İşleyici sınıfı tanımlayarak XML'yi okursunuz. Yalnızca bazı nitelikleri / öğeleri okumayı ve / veya bazı değerleri geri yazmayı (vakanız) planlamak daha hızlı ve kolaydır.
• DOM Bu yöntem, karmaşık XML işleme ve işleme için daha iyi olması için rastgele değiştirmenize / erişmenize olanak tanıyan bir nesne ağacı oluşturur.
• StAX SAX ve DOM arasındaki yolun ortasında. Sadece işlenirken ilgilendiğiniz ayrıştırıcıdan veri çekmek için kod yazmanız yeterlidir.

JDOM veya Apache gibi tescilli API'ları (yani Apache Xerces XMLSerializer ) unutun, çünkü sizi zaman içinde gelişebilecek veya geriye dönük uyumluluğu kaybedebilecek belirli bir uygulamaya bağlayacaksınız; JDOM'un yeni bir sürümünü veya hangi ayrıştırıcıyı kullanırsanız kullanın. Java standart API'sine (fabrikaları ve arayüzleri kullanarak) bağlı kalırsanız, kodunuz çok daha modüler ve bakımı yapılabilir olacaktır.

Önerilen ayrıştırıcıların hepsinin (hepsini kontrol etmedim, ama neredeyse eminim) bir JAXP uygulamasına uyduğunu söylemeye gerek yok, teknik olarak hepsini kullanabilirsiniz, hangisi olursa olsun.

DOM, SAX, StAX ve TrAX üzerinde güzel bir karşılaştırma (Kaynak: http://download.oracle.com/docs/cd/E17802_01/webservices/webservices/docs/1.6/tutorial/doc/SJSXP2.html )

Özellik StAX SAX DOM TrAX

API Tipi                 Çekme, akış Push, akış bellek ağacında XSLT Kuralı

Kullanım Kolaylığı           Yüksek Orta Yüksek Orta

XPath Yeteneği    Hayır Hayır Evet Evet

CPU ve Bellek     İyi İyi Değişir

Yalnızca İleri        Evet Evet Hayır Hayır

XML Oku              Evet Evet Evet Evet

XML Yaz              Evet Evet Evet Evet

CRUD                      Hayır Hayır Evet Hayır

Basit XML http://simple.sourceforge.net/ nesnelerin serileştirilmesi (de) için çok kolaydır.

SAX ve DOM'a ek olarak, xml çekme ayrıştırıcısı olan XMLStreamReader'ı kullanarak STaX ayrıştırma kullanılabilir.

XML ile çalışmak için dom4j buldum. Özellikle Xerces ile karşılaştırıldığında.

Bunun uygulamanızda çok fazla "düşünme" yaptığınızı tavsiye etmem, ancak XSLT kullanmak Java manipülasyonundan daha iyi (ve XSLT-bytecode derlemesi ile potansiyel olarak daha hızlı olabilir).

Performansı daha az önemsiyorsanız, esasen XML'den Java Fasulyeleri'ne eşlemenize izin verdiği için Apache Digester'ın büyük bir hayranıyım.

Aksi takdirde, önce nesnelerinizi ayrıştırmanız ve sonra yapılandırmanız gerekir.