最近在做一個(gè)小項(xiàng)目,使用到XML文件解析技術(shù),通過(guò)對(duì)該技術(shù)的了解和使用,總結(jié)了以下內(nèi)容。
專(zhuān)注于為中小企業(yè)提供成都網(wǎng)站制作、做網(wǎng)站服務(wù),電腦端+手機(jī)端+微信端的三站合一,更高效的管理,為中小企業(yè)黃陵免費(fèi)做網(wǎng)站提供優(yōu)質(zhì)的服務(wù)。我們立足成都,凝聚了一批互聯(lián)網(wǎng)行業(yè)人才,有力地推動(dòng)了上千家企業(yè)的穩(wěn)健成長(zhǎng),幫助中小企業(yè)通過(guò)網(wǎng)站建設(shè)實(shí)現(xiàn)規(guī)模擴(kuò)充和轉(zhuǎn)變。
1 XML文件解析的4種方法
通常解析XML文件有四種經(jīng)典的方法。基本的解析方式有兩種,一種叫SAX,另一種叫DOM。SAX是基于事件流的解析,DOM是基于XML文檔樹(shù)結(jié)構(gòu)的解析。在此基礎(chǔ)上,為了減少DOM、SAX的編碼量,出現(xiàn)了JDOM,其優(yōu)點(diǎn)是,20-80原則(帕累托法則),極大減少了代碼量。通常情況下JDOM使用時(shí)滿(mǎn)足要實(shí)現(xiàn)的功能簡(jiǎn)單,如解析、創(chuàng)建等要求。但在底層,JDOM還是使用SAX(最常用)、DOM、Xanan文檔。另外一種是DOM4J,是一個(gè)非常非常優(yōu)秀的Java XML API,具有性能優(yōu)異、功能強(qiáng)大和極端易用的特點(diǎn),同時(shí)它也是一個(gè)開(kāi)放源代碼的軟件。如今你可以看到越來(lái)越多的 Java 軟件都在使用 DOM4J 來(lái)讀寫(xiě) XML,特別值得一提的是連 Sun 的 JAXM 也在用 DOM4J。
2 XPath簡(jiǎn)單介紹
XPath 是一門(mén)在 XML 文檔中查找信息的語(yǔ)言。XPath 用于在 XML 文檔中通過(guò)元素和屬性進(jìn)行導(dǎo)航,并對(duì)元素和屬性進(jìn)行遍歷。XPath 是 W3C XSLT 標(biāo)準(zhǔn)的主要元素,并且 XQuery 和 XPointer 同時(shí)被構(gòu)建于 XPath 表達(dá)之上。因此,對(duì) XPath 的理解是很多高級(jí) XML 應(yīng)用的基礎(chǔ)。XPath非常類(lèi)似對(duì)數(shù)據(jù)庫(kù)操作的SQL語(yǔ)言,或者說(shuō)JQuery,它可以方便開(kāi)發(fā)者抓起文檔中需要的東西。其中DOM4J也支持XPath的使用。
3 DOM4J使用XPath
DOM4J使用XPath解析XML文檔是,首先需要在項(xiàng)目中引用兩個(gè)JAR包:
dom4j-1.6.1.jar:DOM4J軟件包,下載地址http://sourceforge.net/projects/dom4j/;
jaxen-xx.xx.jar:通常不添加此包,會(huì)引發(fā)異常(java.lang.NoClassDefFoundError: org/jaxen/JaxenException),下載地址http://www.jaxen.org/releases.html。
3.1 命名空間(namespace)的干擾
在處理由excel文件或其他格式文件轉(zhuǎn)換的xml文件時(shí),通常會(huì)遇到通過(guò)XPath解析得不到結(jié)果的情況。這種情況通常是由于命名空間的存在導(dǎo)致的。以下述內(nèi)容的XML文件為例,通過(guò)XPath=" // Workbook/ Worksheet / Table / Row[1]/ Cell[1]/Data[1] "進(jìn)行簡(jiǎn)單的檢索,通常是沒(méi)有結(jié)果出現(xiàn)的。這就是由于命名空間namespace(xmlns="urn:schemas-microsoft-com:office:spreadsheet")導(dǎo)致的。
<Workbook xmlns="urn:schemas-microsoft-com:office:spreadsheet" xmlns:o="urn:schemas-microsoft-com:office:office" xmlns:x="urn:schemas-microsoft-com:office:excel" xmlns:ss="urn:schemas-microsoft-com:office:spreadsheet" xmlns:html="http://www.w3.org/TR/REC-html40">
<Worksheet ss:Name="Sheet1">
<Table ss:ExpandedColumnCount="81" ss:ExpandedRowCount="687" x:FullColumns="1" x:FullRows="1" ss:DefaultColumnWidth="52.5" ss:DefaultRowHeight="15.5625">
<Row ss:AutoFitHeight="0">
<Cell>
<Data ss:Type="String">敲代碼的耗子</Data>
</Cell>
</Row>
<Row ss:AutoFitHeight="0">
<Cell>
<Data ss:Type="String">Sunny</Data>
</Cell>
</Row>
</Table>
</Worksheet>
</Workbook>
3.2 XPath對(duì)帶有命名空間的xml文件解析
第一種方法(read1()函數(shù)):使用XPath語(yǔ)法中自帶的local-name() 和 namespace-uri() 指定你要使用的節(jié)點(diǎn)名和命名空間。 XPath表達(dá)式書(shū)寫(xiě)較為麻煩。
第二種方法(read2()函數(shù)):設(shè)置XPath的命名空間,利用setNamespaceURIs()函數(shù)。
第三種方法(read3()函數(shù)):設(shè)置DocumentFactory()的命名空間 ,使用的函數(shù)是setXPathNamespaceURIs()。二和三兩種方法的XPath表達(dá)式書(shū)寫(xiě)相對(duì)簡(jiǎn)單。
第四種方法(read4()函數(shù)):方法和第三種一樣,但是XPath表達(dá)式不同(程序具體體現(xiàn)),主要是為了檢驗(yàn)XPath表達(dá)式的不同,主要指完整程度,是否會(huì)對(duì)檢索效率產(chǎn)生影響。(以上四種方法均通過(guò)DOM4J結(jié)合XPath對(duì)XML文件進(jìn)行解析)
第五種方法(read5()函數(shù)):使用DOM結(jié)合XPath對(duì)XML文件進(jìn)行解析,主要是為了檢驗(yàn)性能差異。
沒(méi)有什么能夠比代碼更能說(shuō)明問(wèn)題的了!果斷上代碼!
package XPath;
import java.io.IOException;
import java.io.InputStream;
import java.util.HashMap;
import java.util.List;
import java.util.Map;
import javax.xml.parsers.DocumentBuilder;
import javax.xml.parsers.DocumentBuilderFactory;
import javax.xml.parsers.ParserConfigurationException;
import javax.xml.xpath.XPathConstants;
import javax.xml.xpath.XPathExpression;
import javax.xml.xpath.XPathExpressionException;
import javax.xml.xpath.XPathFactory;
import org.dom4j.Document;
import org.dom4j.DocumentException;
import org.dom4j.Element;
import org.dom4j.XPath;
import org.dom4j.io.SAXReader;
import org.w3c.dom.NodeList;
import org.xml.sax.SAXException;
/**
* DOM4J DOM XML XPath
* @author hao
*/
public class TestDom4jXpath {
public static void main(String[] args) {
read1();
read2();
read3();
read4();//read3()方法一樣,但是XPath表達(dá)式不同
read5();
}
public static void read1() {
/*
* use local-name() and namespace-uri() in XPath
*/
try {
long startTime=System.currentTimeMillis();
SAXReader reader = new SAXReader();
InputStream in = TestDom4jXpath.class.getClassLoader().getResourceAsStream("XPath\\XXX.xml");
Document doc = reader.read(in);
/*String xpath ="http://*[local-name()='Workbook' and namespace-uri()='urn:schemas-microsoft-com:office:spreadsheet']"
+ "/*[local-name()='Worksheet']"
+ "/*[local-name()='Table']"
+ "/*[local-name()='Row'][4]"
+ "/*[local-name()='Cell'][3]"
+ "/*[local-name()='Data'][1]";*/
String xpath ="http://*[local-name()='Row'][4]/*[local-name()='Cell'][3]/*[local-name()='Data'][1]";
System.err.println("=====use local-name() and namespace-uri() in XPath====");
System.err.println("XPath:" + xpath);
@SuppressWarnings("unchecked")
List<Element> list = doc.selectNodes(xpath);
for(Object o:list){
Element e = (Element) o;
String show=e.getStringValue();
System.out.println("show = " + show);
long endTime=System.currentTimeMillis();
System.out.println("程序運(yùn)行時(shí)間: "+(endTime-startTime)+"ms");
}
} catch (DocumentException e) {
e.printStackTrace();
}
}
public static void read2() {
/*
* set xpath namespace(setNamespaceURIs)
*/
try {
long startTime=System.currentTimeMillis();
Map map = new HashMap();
map.put("Workbook","urn:schemas-microsoft-com:office:spreadsheet");
SAXReader reader = new SAXReader();
InputStream in = TestDom4jXpath.class.getClassLoader().getResourceAsStream("XPath\\XXX.xml");
Document doc = reader.read(in);
String xpath ="http://Workbook:Row[4]/Workbook:Cell[3]/Workbook:Data[1]";
System.err.println("=====use setNamespaceURIs() to set xpath namespace====");
System.err.println("XPath:" + xpath);
XPath x = doc.createXPath(xpath);
x.setNamespaceURIs(map);
@SuppressWarnings("unchecked")
List<Element> list = x.selectNodes(doc);
for(Object o:list){
Element e = (Element) o;
String show=e.getStringValue();
System.out.println("show = " + show);
long endTime=System.currentTimeMillis();
System.out.println("程序運(yùn)行時(shí)間: "+(endTime-startTime)+"ms");
}
} catch (DocumentException e) {
e.printStackTrace();
}
}
public static void read3() {
/*
* set DocumentFactory() namespace(setXPathNamespaceURIs)
*/
try {
long startTime=System.currentTimeMillis();
Map map = new HashMap();
map.put("Workbook","urn:schemas-microsoft-com:office:spreadsheet");
SAXReader reader = new SAXReader();
InputStream in = TestDom4jXpath.class.getClassLoader().getResourceAsStream("XPath\\XXX.xml");
reader.getDocumentFactory().setXPathNamespaceURIs(map);
Document doc = reader.read(in);
String xpath ="http://Workbook:Row[4]/Workbook:Cell[3]/Workbook:Data[1]";
System.err.println("=====use setXPathNamespaceURIs() to set DocumentFactory() namespace====");
System.err.println("XPath:" + xpath);
@SuppressWarnings("unchecked")
List<Element> list = doc.selectNodes(xpath);
for(Object o:list){
Element e = (Element) o;
String show=e.getStringValue();
System.out.println("show = " + show);
long endTime=System.currentTimeMillis();
System.out.println("程序運(yùn)行時(shí)間: "+(endTime-startTime)+"ms");
}
} catch (DocumentException e) {
e.printStackTrace();
}
}
public static void read4() {
/*
* 同read3()方法一樣,但是XPath表達(dá)式不同
*/
try {
long startTime=System.currentTimeMillis();
Map map = new HashMap();
map.put("Workbook","urn:schemas-microsoft-com:office:spreadsheet");
SAXReader reader = new SAXReader();
InputStream in = TestDom4jXpath.class.getClassLoader().getResourceAsStream("XPath\\XXX.xml");
reader.getDocumentFactory().setXPathNamespaceURIs(map);
Document doc = reader.read(in);
String xpath ="http://Workbook:Worksheet/Workbook:Table/Workbook:Row[4]/Workbook:Cell[3]/Workbook:Data[1]";
System.err.println("=====use setXPathNamespaceURIs() to set DocumentFactory() namespace====");
System.err.println("XPath:" + xpath);
@SuppressWarnings("unchecked")
List<Element> list = doc.selectNodes(xpath);
for(Object o:list){
Element e = (Element) o;
String show=e.getStringValue();
System.out.println("show = " + show);
long endTime=System.currentTimeMillis();
System.out.println("程序運(yùn)行時(shí)間: "+(endTime-startTime)+"ms");
}
} catch (DocumentException e) {
e.printStackTrace();
}
}
public static void read5() {
/*
* DOM and XPath
*/
try {
long startTime=System.currentTimeMillis();
DocumentBuilderFactory dbf = DocumentBuilderFactory.newInstance();
dbf.setNamespaceAware(false);
DocumentBuilder builder = dbf.newDocumentBuilder();
InputStream in = TestDom4jXpath.class.getClassLoader().getResourceAsStream("XPath\\XXX.xml");
org.w3c.dom.Document doc = builder.parse(in);
XPathFactory factory = XPathFactory.newInstance();
javax.xml.xpath.XPath x = factory.newXPath();
//選取所有class元素的name屬性
String xpath = "http://Workbook/Worksheet/Table/Row[4]/Cell[3]/Data[1]";
System.err.println("=====Dom XPath====");
System.err.println("XPath:" + xpath);
XPathExpression expr = x.compile(xpath);
NodeList nodes = (NodeList)expr.evaluate(doc, XPathConstants.NODE);
for(int i = 0; i<nodes.getLength();i++) {
System.out.println("show = " + nodes.item(i).getNodeValue());
long endTime=System.currentTimeMillis();
System.out.println("程序運(yùn)行時(shí)間: "+(endTime-startTime)+"ms");
}
} catch(XPathExpressionException e) {
e.printStackTrace();
} catch(ParserConfigurationException e) {
e.printStackTrace();
} catch(SAXException e) {
e.printStackTrace();
} catch(IOException e) {
e.printStackTrace();
}
}
}
3.3 不同方法的性能比較
為了比較幾種方法的解析性能,實(shí)驗(yàn)過(guò)程中使用了6M以上大小,7萬(wàn)行以上的XML文件(XXX.xml)進(jìn)行10輪測(cè)試,如下所述:

圖1 XPath使用性能對(duì)比
| 方法名稱(chēng) | 平均運(yùn)行時(shí)間 | XPath表達(dá)式 |
| read1() | 1663ms | //*[local-name()='Row'][4]/*[local-name()='Cell'][3]/*[local-name()='Data'][1] |
| read2() | 2184ms | //Workbook:Row[4]/Workbook:Cell[3]/Workbook:Data[1] |
| read3() | 601ms | //Workbook:Row[4]/Workbook:Cell[3]/Workbook:Data[1] |
| read4() | 472ms | //Workbook:Worksheet/Workbook:Table/Workbook:Row[4]/Workbook:Cell[3]/Workbook:Data[1] |
| read5() | 1094ms | //Workbook/Worksheet/Table/Row[4]/Cell[3]/Data[1] |
表1 平均性能統(tǒng)計(jì)
由以上性能對(duì)比可知:
1、read4()方法運(yùn)行時(shí)間最短,即運(yùn)用DOM4J方法調(diào)用全路徑(從根節(jié)點(diǎn)出發(fā))XPath表達(dá)式解析XML文件耗時(shí)最短;
2、運(yùn)用DOM解析方法所使用的XPath表達(dá)式最為簡(jiǎn)單(可以寫(xiě)作//Row[4]/Cell[3]/Data[1]),因DOM中可以通過(guò)setNamespaceAware(false)方法使命名空間失效。
以上就是本文的全部?jī)?nèi)容,希望對(duì)大家的學(xué)習(xí)有所幫助,也希望大家多多支持創(chuàng)新互聯(lián)。
網(wǎng)站題目:JAVA通過(guò)XPath解析XML性能比較詳解
文章鏈接:http://www.chinadenli.net/article24/gshije.html
成都網(wǎng)站建設(shè)公司_創(chuàng)新互聯(lián),為您提供外貿(mào)網(wǎng)站建設(shè)、手機(jī)網(wǎng)站建設(shè)、企業(yè)網(wǎng)站制作、服務(wù)器托管、面包屑導(dǎo)航、靜態(tài)網(wǎng)站
聲明:本網(wǎng)站發(fā)布的內(nèi)容(圖片、視頻和文字)以用戶(hù)投稿、用戶(hù)轉(zhuǎn)載內(nèi)容為主,如果涉及侵權(quán)請(qǐng)盡快告知,我們將會(huì)在第一時(shí)間刪除。文章觀點(diǎn)不代表本網(wǎng)站立場(chǎng),如需處理請(qǐng)聯(lián)系客服。電話:028-86922220;郵箱:631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載,或轉(zhuǎn)載時(shí)需注明來(lái)源: 創(chuàng)新互聯(lián)