Найкращий аналізатор XML для Java [закритий]

Мені потрібно прочитати невеликі (щонайменше декілька Мб, максимум закодовані UTF-8) XML-файли, перекопатися, переглянувши різні елементи та атрибути, можливо, змінити декілька і знову записати XML на диск (бажано, з приємним, відступним форматуванням) .

Що було б найкращим аналізатором XML для моїх потреб? Є з чого вибрати. Я знаю:

• JDOM
• Вудстокс
• XOM
• dom4j
• VTD-XML
• Xerces-J
• Багряний

І звичайно той, що в JDK (я використовую Java 6). Я знайомий з Xerces, але вважаю його незграбним.

Рекомендації?

Якщо швидкість і пам'ять - це не проблема, dom4j - це дійсно хороший варіант. Якщо вам потрібна швидкість, правильний спосіб використовувати аналізатор StAX на зразок Woodstox , але вам потрібно написати більше коду, щоб зробити все, і вам доведеться звикати обробляти XML в потоках.

Я думаю, вам не слід враховувати будь-яку конкретну реалізацію парсера. Java API для обробки XML дозволяє використовувати будь-яку реалізацію відповідного аналізатора стандартним способом. Код повинен бути набагато більш портативним, і коли ви зрозумієте, що певний аналізатор вже занадто старий, його можна замінити іншим, не змінюючи рядок коду (якщо ви це зробите правильно).

В основному є три способи поводження з XML стандартним способом:

• SAX Це найпростіший API. Ви читаєте XML, визначаючи клас Handler, який отримує дані всередині елементів / атрибутів, коли XML обробляється послідовно. Це швидше і простіше, якщо ви плануєте лише прочитати деякі атрибути / елементи та / або записати деякі значення назад (ваш випадок).
• DOM Цей метод створює дерево об'єктів, яке дозволяє змінювати / отримувати доступ до нього випадковим чином, так що це краще для складних XML-маніпуляцій та обробки.
• StAX Це посеред шляху між SAX та DOM. Ви просто пишете код, щоб витягти дані з аналізатора, який вас цікавить, коли вони обробляються.

Забудьте про власні API, такі як JDOM або Apache (тобто Apache Xerces XMLSerializer ), тому що ви прив’яжете вас до конкретної реалізації, яка може розвиватися в часі або втратити зворотну сумісність, що змусить вас змінити код у майбутньому, коли ви хочете оновити до нову версію JDOM або будь-який аналізатор, який ви використовуєте. Якщо ви будете дотримуватися стандартного API Java (використовуючи фабрики та інтерфейси), ваш код буде набагато більш модульним та ремонтом.

Не потрібно говорити, що всі (я не перевірив усіх, але я майже впевнений) пропоновані парсери відповідають вимогам реалізації JAXP, так що технічно ви можете використовувати всіх, незалежно від того.

Ось приємне порівняння DOM, SAX, StAX та TrAX (Джерело: http://download.oracle.com/docs/cd/E17802_01/webservices/webservices/docs/1.6/tutorial/doc/SJSXP2.html )

Особливість StAX SAX DOM TrAX

Тип API                 Витягнути, потокове нажимання, потокове передавання В дереві пам'яті Правило XSLT

Простота використання           Високий середній Високий Середній

Можливість XPath    Ні Ні Так Так

Процесор і пам'ять     Хороший Хороший

Тільки вперед Вперед        Так Так Ні Ні

Прочитайте XML              Так Так Так

Написати XML              Так Ні Так Так

CRUD                      Ні Ні Так Ні

Простий XML http://simple.sourceforge.net/ дуже простий для (де) серіалізації об’єктів.

На додаток до SAX та DOM існує розбір STaX, доступний за допомогою XMLStreamReader, який є синтаксичним аналізатором xml.

Я знайшов dom4j як інструмент для роботи з XML. Особливо порівняно з Xerces.

Я б не рекомендував це: у вас є багато "думок" у вашій програмі, але використання XSLT може бути кращим (і потенційно швидшим за допомогою компіляції XSLT до байтового коду), ніж маніпулювання Java.

Якщо ви менше піклуєтесь про продуктивність, я є великим шанувальником Apache Digester, оскільки він по суті дозволяє вам здійснювати картування безпосередньо з XML на Java Beans.

В іншому випадку вам потрібно спочатку розібратися, а потім сконструювати свої об’єкти.