Java XML分析技術： StAX, SAX, DOM, DOM4j, JDOM__Java

Java 6.0對XML支援的新特性有許多方面。比如StAX、針對XML-Web服務的Java架構（JAX-WS）2.0、針對XML綁定的API（JAXB）2.0、XML數位簽章API，甚至還支援SQL:2003 'XML'資料類型。在這一篇文章中我們將要介紹的是StAX技術，因為它在我們的開發中將被使用地更加頻繁。 

StAX是Streaming API for XML的縮寫，是一種針對XML的流式拉分析API。關於對XML進行分析（或解析）的技術，大家一定都不陌生了。在Java 6.0之前，就已經有四種： 
DOM：Document Object Model SAX：Simple API for XML JDOM：Java-based Document Object Model DOM4J：Document Object Model for Java
關於它們的解析原理，以及效能和優缺點，我會在本文的結尾做一個簡要的介紹。這篇文章中，我們主要說說StAX這種新的解析方式。 

首先我們來搞清楚兩個概念： 推分析 和 拉分析 。 

在程式中訪問和操作XML檔案一般有兩種模型：DOM（文件物件模型）和流模型。它們的優缺點如下： 

引用 DOM優點：允許編輯和更新XML文檔，可以隨機訪問文檔中的資料，可以使用XPath（XML Path Language，是一種從XML文檔中搜尋節點的查詢語言）查詢。 
DOM缺點：需要一次性載入整個文檔到記憶體中，對於大型文檔，會造成效能問題。

引用 流模型優點：對XML檔案的訪問採用流的概念，在任何時候記憶體中只有當前節點，解決了DOM的效能問題。 
流模型缺點：是唯讀，並且只能向前，不能在文檔中執行向後導航操作。

關於什麼是DOM，文章結尾處會有介紹。這裡我們簡單說一下流：它是一個連續的位元組序列，可以理解為不停地從源頭向目標搬運著位元組的特殊對象。 

讓我們回到主題。流模型每次迭代XML文檔中的一個節點，適合於處理較大的文檔，所耗記憶體空間小。它有兩種變體--“推”模型和“拉”模型。 

引用 推模型：就是我們常說的SAX，它是一種靠事件驅動的模型。當它每發現一個節點就引發一個事件，而我們需要編寫這些事件的處理常式。這樣的做法很麻煩，且不靈活。

引用 拉模型：在遍曆文檔時，會把感興趣的部分從讀取器中拉出，不需要引發事件，允許我們選擇性地處理節點。這大大提高了靈活性，以及整體效率。

到此，我們就弄明白了“推分析”和“拉分析”的概念： 

引用 基於流模型中推模型的分析方式稱為推分析；基於流模型中拉模型的分析方式就稱為拉分析。

StAX就是一種拉分析式的XML解析技術。它也支援對XML檔案的產生操作，但是這篇文章裡我們只介紹有關解析的知識。 

從一開始，JAXP（Java API for XML Processing）就提供了兩種方法來處理XML：DOM和SAX。StAX是一種面向流的新方法，最終版本於2004年3月發布，並成為JAXP 1.4（包含在Java 6.0中）的一部分。StAX的實現使用了JWSDP（Java Web Services Development Pack）1.6，並結合了SJSXP（Sun Java System XML Streaming Parser，位於javax.xml.stream.*包中）。 

JWSDP是用來開發Web Services、Web應用程式以及Java應用（主要是XML處理）的開發包。它包含的Java API有： 
JAXP：Java API for XML Processing JAXB：Java Architecture for XML Binding JAX-RPC：Java API for XML-based Remote Procedure Calls JAX-WS：Java API for XML Web Services SAAJ：SOAP with Attachments API for Java JAXR：Java API for XML Registries Web Services Registry

JWSDP的早期版本中還包括： 
Java Servlet JSP：JavaServer Pages JSF：JavaServer Faces

現在，JWSDP已經被GlassFish所替代。 

StAX包括兩套處理XML的API，分別提供了不同程度的抽象。它們是：基於指標的API和基於迭代器的API。 

我們先來瞭解基於指標的API。它把XML作為一個標記（或事件）流來處理，應用程式可以檢查解析器的狀態，獲得解析的上一個標記的資訊，然後再處理下一個標記，依次類推。 

在開始API探索之前，我們首先建立一個名為users.xml的XML文檔用於測試，它的內容如下： 

Xml代碼   <?xml version="1.0" encoding="UTF-8"?>   <company>       <depart title="Develop Group">           <user name="Tom" age="28" gender="male" >Manager</user>           <user name="Lily" age="26" gender="female" />       </depart>       <depart title="Test Group">           <user name="Frank" age="32" gender="male" >Team Leader</user>           <user name="Bob" age="45" gender="male" />           <user name="Kate" age="25" gender="female" />       </depart>   </company>  

可以讓我們使用基於指標的API的介面是javax.xml.stream.XMLStreamReader（很遺憾，你不能直接執行個體化它），要得到它的執行個體，我們需要藉助於javax.xml.stream.XMLInputFactory類。根據JAXP的傳統風格，這裡使用了抽象工廠（Abstract Factory）模式。如果你對這個模式很熟悉的話，就能夠在腦海中想象出我們將要編寫的代碼的大致架構了。 

首先，獲得一個XMLInputFactory的執行個體。方法是： 

Java代碼   XMLInputFactory factory = XMLInputFactory.newInstance();  

或者： 

Java代碼   XMLInputFactory factory = XMLInputFactory.newFactory();  

這兩個方法是等價的，它們都是建立了一個新的執行個體，甚至執行個體的類型都是完全一致的。因為它們的內部實現都是： 

Java代碼   {       return (XMLInputFactory) FactoryFinder.find("javax.xml.stream.XMLInputFactory", "com.sun.xml.internal.stream.XMLInputFactoryImpl");   }  

接下來我們就可以建立XMLStreamReader執行個體了。我們有這樣一組方法可以選擇： 

Java代碼