浅谈 Java 主流开源类库解析 XML

时间:2021-11-06 05:46:46

在大型项目编码推进中,涉及到 XML 解析问题时,大多数程序员都不太会选用底层的解析方式直接编码。

主要存在编码复杂性、难扩展、难复用....,但如果你是 super 程序员或是一个人的项目,也不妨一试。

Jdom/Dom4j/Xstream... 基于底层解析方式重新组织封装的开源类库,简洁明了的 API,稳定高效的运行表现。

Dom4j 基于 JAXP 解析方式,性能优异、功能强大、极易使用的优秀框架。想了解底层解析方式请翻看:浅谈 Java XML 底层解析方式

Jdom 你细看内部代码,本质也是基于 JAXP 但包结构被重新组织, API 大量使用了 Collections 类,在性能上被 dm4j 压了好几个档次。

Xstream 基于 xmlpull 的 OXMapping 技术,更加倾向于将 XML 解析后映射为 Java 世界中的对象,等会在代码中会看的很清楚。

如果你是一名大型项目技术负责人,需求中涉及 XML 解析方面的要求,在程序员编码开始前你需要在充分了解需求的前提下。

来拿捏 XML 解析解决方案所采用的技术,请收藏这篇博客,到时将会给你一些帮助和指导。

实例 demo 地址:https://git.oschina.net/LanboEx/xml-parse-demo.git

浅谈 Java 主流开源类库解析 XML

需要解析的还是上篇的中 demo.xml,中规中矩不复杂也不简单。

<?xml version="1.0"?>
<classGrid>
<classGridlb>
<class_id>320170105000009363</class_id>
<class_number>0301</class_number>
<adviser>018574</adviser>
<studentGrid>
<studentGridlb>
<stu_id>030101</stu_id>
<stu_name>齐天</stu_name>
<stu_age>9</stu_age>
<stu_birthday>2008-11-07</stu_birthday>
</studentGridlb>
<studentGridlb>
<stu_id>030102</stu_id>
<stu_name>张惠</stu_name>
<stu_age>10</stu_age>
<stu_birthday>2009-04-08</stu_birthday>
</studentGridlb>
<studentGridlb>
<stu_id>030103</stu_id>
<stu_name>龙五</stu_name>
<stu_age>9</stu_age>
<stu_birthday>2008-11-01</stu_birthday>
</studentGridlb>
</studentGrid>
</classGridlb>
<classGridlb>
<class_id>420170105000007363</class_id>
<class_number>0302</class_number>
<adviser>018577</adviser>
<studentGrid>
<studentGridlb>
<stu_id>030201</stu_id>
<stu_name>马宝</stu_name>
<stu_age>10</stu_age>
<stu_birthday>2009-09-02</stu_birthday>
</studentGridlb>
</studentGrid>
</classGridlb>
</classGrid>

demo.xml

1. Jdom

Jdom 基于树处理 XML,需要将树加载到内存中,所以你懂的大于内存的 XML 文件,Jdom 其实是拒绝的。

Jdom 具有 SAX 的 java 规则,可以使用推模型分析 XML,所以在一定程度上解析速度可以保证。

Jdom 没有向下兼容的限制,所以比底层 dom 简单,但在表示文档逻辑模型时,不能保证每个字节真正变换。

mvn 依赖:

        <dependency>
<groupId>jdom</groupId>
<artifactId>jdom</artifactId>
<version>1.1</version>
</dependency>

实例 demo (将 demo.xml studentGridlbb 节点的值解析出来,组成业务实体对象) 。

        String path = Thread.currentThread().getContextClassLoader().getResource("demo.xml").getPath();

        SAXBuilder jdomsaxBuilder = new SAXBuilder(false);
Document doc = jdomsaxBuilder.build(path);
Element rootElement = doc.getRootElement(); List<StudentGridlb> studentGridlbList = new ArrayList<>();
StudentGridlb studentGridlb;
for (Object classGridlb : rootElement.getChildren("classGridlb")) {
Element classGridlbEle = (Element) classGridlb; for (Object studentGrid : classGridlbEle.getChild("studentGrid").getChildren("studentGridlb")) {
Element studentGridEle = (Element) studentGrid;
studentGridlb = new StudentGridlb();
studentGridlb.setStu_id(studentGridEle.getChildTextTrim("stu_id"));
studentGridlb.setStu_age(Integer.parseInt(studentGridEle.getChildTextTrim("stu_age")));
studentGridlb.setStu_name(studentGridEle.getChildTextTrim("stu_name"));
DateFormat format = new SimpleDateFormat("yyyy-MM-dd");
studentGridlb.setStu_birthday(format.parse(studentGridEle.getChildTextTrim("stu_birthday")));
studentGridlbList.add(studentGridlb);
}
}
XMLOutputter outputter = new XMLOutputter();
outputter.output(doc, new FileOutputStream(path));

2. Dom4j

Dom4j 为了支持 XPath、XML Schema、基于事件处理大文档或流文档。

Dom4j 为提供构建文档表示的选项,为可通过 Dom4j-API 和标准底层 dom-API 并行访问功能。

为实现上述宏伟目标,Dom4j 使用接口和抽象基本类方法并大量使用 JDK 中 Collections 类。

所以 Dom4j 有丰富的 API,在灵活性上面 Dom4j 更占有优势,性能方面也无可挑剔。

声名在外的 Sun-JAXM,大名鼎鼎的 Hibernate 中XML 配置文件解析都使用的是 Dom4j。

mvn 依赖:

       <!--MetaStuff dom4j-->
<dependency>
<groupId>dom4j</groupId>
<artifactId>dom4j</artifactId>
<version>1.6.1</version>
<exclusions>
<exclusion>
<groupId>xml-apis</groupId>
<artifactId>xml-apis</artifactId>
</exclusion>
</exclusions>
</dependency>

剔除 xml-apis 的用意 JDK 中已经有对应的类,如不剔除在部署 weblogic 时会出现 Jar 冲突。

实例 demo (将 demo.xml studentGridlbb 节点的值解析出来,组成业务实体对象) 。

        String path = Thread.currentThread().getContextClassLoader().getResource("demo.xml").getPath();

        SAXReader reader = new SAXReader();
Document document = reader.read(new File(path)); List<StudentGridlb> studentGridlbList = new ArrayList<>();
StudentGridlb studentGridlbVo;
for (Object classGridlb : document.getRootElement().elements("classGridlb")) {
Element classGridlbEle = (Element) classGridlb; for (Object studentGridlb : classGridlbEle.element("studentGrid").elements("studentGridlb")) {
Element studentGridlbEle = (Element) studentGridlb; studentGridlbVo = new StudentGridlb();
studentGridlbVo.setStu_id(studentGridlbEle.elementTextTrim("stu_id"));
studentGridlbVo.setStu_age(Integer.parseInt(studentGridlbEle.elementTextTrim("stu_age")));
studentGridlbVo.setStu_name(studentGridlbEle.elementTextTrim("stu_name"));
DateFormat format = new SimpleDateFormat("yyyy-MM-dd");
studentGridlbVo.setStu_birthday(format.parse(studentGridlbEle.elementTextTrim("stu_birthday")));
studentGridlbList.add(studentGridlbVo);
}
}

3. Xstream

Xstream 为基于注解不需要其它辅助类或映射文件 的OXMapping 技术,如果你用过 hibernate 或 mybatis 之类的 ORM 框架就不难理解这里的 OXM。

Xstream 可以将 JavaBean 序列化为 XML,或将 XML 反序列化为 JavaBean,使得XML序列化不再繁琐。

Xstream 也可以将 JavaBean 序列化成 Json 或反序列化,使用非常方便。

没有映射文件而且底层使用 xmlpull 推模型解析 XML,高性能、低内存占用,结合简洁明了的 API,上手基本是分分钟的事情。

Xstream 同时也可以定制转换类型策略并配有详细的错误诊断,能让你快速定位问题。

使用 Xstream 时,规范和合理的业务对象命名是关键,下面是针对 demo.xml 我抽象的几个业务实体。

@XStreamAlias("classGrid")
public class ClassGrid { @XStreamImplicit(itemFieldName="classGridlb")
private List<ClassGridlb> classGridlbList; public List<ClassGridlb> getClassGridlbList() {
return classGridlbList;
} public void setClassGridlbList(List<ClassGridlb> classGridlbList) {
this.classGridlbList = classGridlbList;
}
}

ClassGrid

@XStreamAlias("classGridlb")
public class ClassGridlb {
private String class_id;
private String class_number;
private String adviser; private StudentGrid studentGrid; public String getClass_id() {
return class_id;
} public void setClass_id(String class_id) {
this.class_id = class_id;
} public String getClass_number() {
return class_number;
} public void setClass_number(String class_number) {
this.class_number = class_number;
} public String getAdviser() {
return adviser;
} public void setAdviser(String adviser) {
this.adviser = adviser;
} public StudentGrid getStudentGrid() {
return studentGrid;
} public void setStudentGrid(StudentGrid studentGrid) {
this.studentGrid = studentGrid;
}
}

ClassGridlb

@XStreamAlias("studentGrid")
public class StudentGrid { @XStreamImplicit(itemFieldName="studentGridlb")
private List<StudentGridlb> studentGridlbList; public List<StudentGridlb> getStudentGridlbList() {
return studentGridlbList;
} public void setStudentGridlbList(List<StudentGridlb> studentGridlbList) {
this.studentGridlbList = studentGridlbList;
}
}

StudentGrid

@XStreamAlias("studentGridlb")
public class StudentGridlb {
private String stu_id;
private String stu_name;
private Integer stu_age; @XStreamConverter(value=DateConverter.class)
private Date stu_birthday; public String getStu_id() {
return stu_id;
} public void setStu_id(String stu_id) {
this.stu_id = stu_id;
} public String getStu_name() {
return stu_name;
} public void setStu_name(String stu_name) {
this.stu_name = stu_name;
} public Integer getStu_age() {
return stu_age;
} public void setStu_age(Integer stu_age) {
this.stu_age = stu_age;
} public Date getStu_birthday() {
return stu_birthday;
} public void setStu_birthday(Date stu_birthday) {
this.stu_birthday = stu_birthday;
} @Override
public String toString() {
return "StudentGridlb{" + "stu_id='" + stu_id + '\'' + ", stu_name='" + stu_name + '\'' + ", stu_age=" + stu_age + ", stu_birthday=" + stu_birthday + '}';
}
}

StudentGridlb

抽象好 XML 业务实体之后,接下来就很简单了,只需要三行代码。

        Xstream Xstream = new Xstream(new DomDriver());
Xstream.processAnnotations(ClassGrid.class);
ClassGrid classGrid = (ClassGrid) Xstream.fromXML(new File(Thread.currentThread().getContextClassLoader().getResource("demo.xml").getPath()));

4. 小结

如果你看到过我上篇底层解析方式和这篇的开源类库对比下,封装优秀类库代码编写量会小很多,简洁的 API 使用起来很顺手。

Dom4j/Jdom 都支持对 XML 文档的增删改查动作,毕竟是已树模型加载到内存中进行的操作。

Xstream 专注于 XML 和业务对象之间的序列化和反序列化,删除和修改原 XML 文档实践起来相当困难。

我个人的建议,在项目中同时引入 Dom4j 和 Xstream,在 XMl 复杂情况下,可以考虑使用 Dom4j 获取出感兴趣的部分。

然后抽象出合适的业务实体,使用 Xstream 进行序列化, 进行系统逻辑后续处理。