java - 这里使用哪个 XML 解析器？

Question

我正在接收一个 XML 文件作为输入，其大小从几 KB 到更多不等。我正在通过网络获取此文件。我需要根据我的使用提取少量节点，所以大部分文档对我来说都没什么用。我没有内存偏好，我只需要速度。

考虑到所有这些，我得出结论:

1. 这里不使用 DOM(由于 doc 可能很大，没有 CRUD 要求，并且来源是网络)

2. 没有 SAX，因为我只需要获取一小部分数据。

3. StaX 可能是一种可行的方法，但我不确定它是否是最快的方法。

4. JAXB 是另一种选择 - 但它使用哪种解析器？我读到它默认使用 Xerces(这是什么类型 - 推或拉？)，尽管我可以根据此 link 将其配置为与 Stax 或 Woodstock 一起使用

我读了很多书，仍然对这么多选择感到困惑!任何帮助将不胜感激。

谢谢!

编辑:我想在这里再添加一个问题:在这里使用 JAXB 有什么问题？

Answer 1

到目前为止，最快的解决方案是 StAX 解析器，特别是因为您只需要 XML 文件的特定子集，并且您可以使用 StAX 轻松忽略任何不是真正需要的内容，而如果您使用的是SAX 解析器。

但它也比使用 SAX 或 DOM 复杂一点。有一天，我不得不为以下 XML 编写一个 StAX 解析器:

<?xml version="1.0"?>
<table>
    <row>
        <column>1</column>
        <column>Nome</column>
        <column>Sobrenome</column>
        <column>email@gmail.com</column>
        <column></column>
        <column>2011-06-22 03:02:14.915</column>
        <column>2011-06-22 03:02:25.953</column>
        <column></column>
        <column></column>
    </row>
</table>    

下面是最终的解析器代码:

public class Parser {

private String[] files ;

public Parser(String ... files) {
    this.files = files;
}

private List<Inscrito> process() {

    List<Inscrito> inscritos = new ArrayList<Inscrito>();


    for ( String file : files ) {

        XMLInputFactory factory = XMLInputFactory.newFactory();

        try {

            String content = StringEscapeUtils.unescapeXml( FileUtils.readFileToString( new File(file) ) );

            XMLStreamReader parser = factory.createXMLStreamReader( new ByteArrayInputStream( content.getBytes() ) );

            String currentTag = null;
            int columnCount = 0;
            Inscrito inscrito = null;           

            while ( parser.hasNext() ) {

                int currentEvent = parser.next();

                switch ( currentEvent ) {
                case XMLStreamReader.START_ELEMENT: 

                    currentTag = parser.getLocalName();

                    if ( "row".equals( currentTag ) ) {
                        columnCount = 0;
                        inscrito = new Inscrito();                      
                    }

                    break;
                case XMLStreamReader.END_ELEMENT:

                    currentTag = parser.getLocalName();

                    if ( "row".equals( currentTag ) ) {
                        inscritos.add( inscrito );
                    }

                    if ( "column".equals( currentTag ) ) {
                        columnCount++;
                    }                   

                    break;
                case XMLStreamReader.CHARACTERS:

                    if ( "column".equals( currentTag ) ) {

                        String text = parser.getText().trim().replaceAll( "\n" , " "); 

                        switch( columnCount ) {
                        case 0:
                            inscrito.setId( Integer.valueOf( text ) );
                            break;
                        case 1:                         
                            inscrito.setFirstName( WordUtils.capitalizeFully( text ) );
                            break;
                        case 2:
                            inscrito.setLastName( WordUtils.capitalizeFully( text ) );
                            break;
                        case 3:
                            inscrito.setEmail( text );
                            break;
                        }

                    }

                    break;
                }

            }

            parser.close();

        } catch (Exception e) {
            throw new IllegalStateException(e);
        }           

    }

    Collections.sort(inscritos);

    return inscritos;

}

public Map<String,List<Inscrito>> parse() {

    List<Inscrito> inscritos = this.process();

    Map<String,List<Inscrito>> resultado = new LinkedHashMap<String, List<Inscrito>>();

    for ( Inscrito i : inscritos ) {

        List<Inscrito> lista = resultado.get( i.getInicial() );

        if ( lista == null ) {
            lista = new ArrayList<Inscrito>();
            resultado.put( i.getInicial(), lista );
        }

        lista.add( i );

    }

    return resultado;
}

}

代码本身是葡萄牙语的，但您应该可以直接理解它是什么，here's the repo on github .