1.7 解析XML文档

XML数据除了保存信息之外，本身不能做任何事情，为了让它们做一些有意义的事情，需要对XML数据进行处理。用于处理XML文档的软件称为解析器。XML解析器能让用户读、写和操作XML文档，这取决于它们如何处理XML文档。在程序中访问并操作XML文件一般有两种模型：流模型和DOM（文档对象模型）。流模型中有两种变体——“推”模型和“拉”模型。“推”模型也就是常说的SAX（简单的XML API），它是一种靠事件驱动的模型。

1．DOM

DOM是用与平台和语言无关的方式表示XML文档的官方W3C标准。DOM是以层次结构组织的节点或信息片断的集合。这个层次结构允许开发人员在树中寻找特定信息。分析该结构通常需要加载整个文档和构造层次结构，然后才能做其他工作。由于它是基于信息层次的，因而DOM被认为是基于树或基于对象的。DOM以及广义的基于树的处理具有几个优点。首先，由于树在内存中是持久的，因此可以修改它以便应用程序能对数据和结构做出更改。它还可以在任何时候在树中上下导航，而不是像SAX那样进行一次性处理。DOM使用起来也要简单得多。

另一方面，对于特别大的文档，解析和加载整个文档可能很慢且很耗资源，此时使用其他手段来处理这样的数据会更好，比如基于事件的模型SAX。

2．SAX

这种处理模型的优点与流媒体的优点非常类似，分析能够立即开始，而不是等待所有的数据被处理后才进行。而且，由于应用程序只是在读取数据时检查数据，因此不需要将数据存储在内存中。这对于大型文档来说是个巨大的优点。事实上，应用程序甚至不必解析整个文档，它可以在某个条件得到满足时即停止解析。一般来说，SAX还比它的替代者DOM快许多。

3．选择DOM还是选择SAX

对于需要自己编写代码来处理XML文档的开发人员来说，选择DOM还是SAX解析模型是一个非常重要的设计决策。

DOM采用建立树形结构的方式访问XML文档，而SAX采用的是事件模型。

DOM解析器把XML文档转化为一个包含其内容的树，并可以对树进行遍历。用DOM解析模型的优点是编程容易，开发人员只需要调用建树的指令，然后利用navigation APIs来访问所需的树节点就可以完成任务。开发人员可以很容易地添加和修改树中的元素。然而由于使用DOM解析器的时候需要处理整个XML文档，所以对计算机性能和内存的要求比较高，尤其是遇到很大的XML文档的时候。限于遍历能力，DOM解析器常用于XML文档需要频繁改变的服务中。

SAX解析器采用了基于事件的模型，它在解析XML文档时可以触发一系列的事件。当发现给定的标签的时候，它可以激活一个回调方法，告诉该方法指定的标记已经找到。SAX对内存的要求通常会比较低，因为它让开发人员自己来决定所要处理的标签。特别是当开发人员只需要处理文档中所包含的部分数据时，使SAX这种扩展能力能更好地体现。但使用SAX解析器的时候，编码工作会比较困难，而且很难同时访问同一个文档中的多处不同的数据。

DOM的好处在于它允许编辑和更新XML文档，可以随机访问文档中的数据，并可以使用XPath查询。但是，DOM的缺点在于它需要一次性地加载整个文档到内存中，对于大型的文档，这会造成资源问题。