1。xml背景

格式良好的(web-fromed)xml可以不需要文档类型定义(DTD)，只要满足基本的xml格式规范就可以认为是格式良好的xml文档。但是格式标准，只能说明元素、标签、格式是合法的，并不能说明元素是有意义的，或者说规范的。

有效的xml文档，首先要求是格式良好的文档，同时遵守相应的DTD文件约束。

2。xml解析

xml文档解析的大致使用过程如下图：

由xml解析器解析和操作指定的xml文档，然后提供接口供应用程序使用。如果解析器不同，那么提供的接口就有可能不同。庆幸的是，目前所有的xml解析器对两套标准的api提供了支持，这两套标准api就是dom和sax。

dom：即document object model，文档对象模型，它是w3c组织推荐的处理xml的标准接口。dom是基于xml文档结构树的解析。

sax：即simple api for xml，它是非官方的、xml社区事实上的标准。sax是基于事件流的解析。

dom和sax只是定义了一些接口以及某些接口的缺省实现，应用程序要想利用dom或sax访问xml文档，还需要真正实现dom或sax接口的xml解析器。apache的xerces是一个使用非常广泛的解析器，它实现了dom和sax的调用接口，并提供了多种语言的实现版本。

3。java语言对xml文档的解析

首先介绍jaxp：

基于dom或sax提供的api接口，使用相应的解析器实现类我们已经可以对xml进行解析处理了。如下所示：

org.xml.sax.XMLReader sp=neworg.apache.xerces.parser.SAXParser();

FileInputStream fis=newFileInputStream("hello.xml");

InputSource is=newInputSource(fis);

sp.setContentHandler(newMyConentHandler());

sp.parse(is);

为了屏蔽xml解析器的变化对代码的影响，java提供了一套标准的处理xml文件的接口(实际上是一些抽象的工厂类)，使得java开发人员以一种标准的方式对xml进行编程，即jaxp(java api for xml processing)。jaxp没有提供解析xml的新方法，只是在解析器之上封装一个抽象层。在jdk1.6的文档中，我们可以看到javax.xml,org.w3c.dom,org.xml.sax包及其子包都属于jaxp的部分。jaxp由接口、抽象类和一些辅助类组成，符合jaxp规范的解析器实现其中的接口和抽象类，开发时只需要使用jaxp的api编程，底层的解析器对开发者时透明的，可以随意的切换。

那么jaxp出现后，java应用程序处理xml文档的过程就如下图：

那实际采用哪种解析器的jaxp实现，可以通过系统属性、properties文件等方式来配置。

下面具体介绍几种java解析xml的方法：

3.1 DOM方式(jaxp)

在javax.xml.parsers包中，定义了dom的抽象工厂类DocumentBuilderFactory，在这个类中有一个静态的方法newInstance()，通过它产生一个DocumentBuilderFactory的实例。前面提到过jaxp编程，解析器提供商必须继承该抽象类产生一个具体的解析器工厂，然后由这个工厂类实例出一个解析器对象，再通过该解析器对象处理xml文档。那么这个newInstance方法就是用来产生一个具体的解析器工厂类实例，查找生成解析器工厂类实例的方式可参考jdk文档。

在获取到解析器工厂类实例类之后，就可以调用newDocumentBuilder()方法创建一个dom解析器实例；dom解析器实例就可以调用parser()方法获取整个xml问答的Document对象。

3 .2 SAX方式(jaxp)

sax是基于事件驱动的api，sax解析xml文档时会向事件处理器发送不同的事件。sax解析器接口和事件处理器接口都在org.xml.sax包中定义。XMLReader即为sax定义的解析器接口，由解析器提供商实现该借口，应用程序需要做的是编写一个事件处理器。可以通过XMLReader的setContentHandler()方法来设置一个事件处理器的实例。

与dom类似，jaxp也为sax解析器提供了抽象工厂类SAXParserFactory类，sax解析器工厂类的实例与dom解析器工厂类的实例类似，都是通过newInstance()方法来创建，不同的是SAXParserFactory的newInstance()方法查找的工厂类属性是：javax.xml.parsers.SAXParserFactory。同样，获取sax解析器实例的方法，可以通过调用newSAXParser()。

使用SAXParser和XMLReader都可以用来对xml文档进行解析，前者只是对后者又一次的包装。

3.3 JDOM

dom被设计用于完成几乎所有的xml操作任务，同时又是与语言无关的，这就导致dom的api庞大而且复杂。为了使java程序员更方便地处理xml文档，两位国外的java技术专家创建了jdom。用developerworks上的一句话，“延续开源社群有需要就创建工具的历史传统，Java 技术专家 Jason Hunter 和 Brett McLaughlin 缔造了 JDOM”。所以可以认为，jdom是一种专门用于java语言解析xml文档的开放源代码框架。

jdom也使用对象树来表示xml文档，底层使用sax解析器分析xml文档，形成jdom树。

3.4 DOM4J

同jdom一样，dom4j也是应用于java平台，提供简单、灵活的处理xml文档的开发源代码库。很有意思的是，dom4j是由早期开发jdom的人分离出来而后独立开发的，(利益或意见不和？呵呵)与jdom相比，dom4j提供了更好的灵活性。从网上的评论可以看出，dom4j从性能、功能、易用性上都优于jdom，可以作为解析xml文件的首选。(看来后来分离出的那拨人选择还是正确的！)流行的hibernate，jaxm都采用了dom4j处理xml文件。

dom4j也使用sax解析器来分析xml文档，形成dom4j树；它也提供了用于大文档的基于事件的处理模型。

所以可以看出，jdom和dom4j只是开源社区产生出来的方便地解析xml的框架或工具，并没有创造新的xml解析方式。如果拿以上四种解析xml的方法比较，用孙鑫老师的话，如果你需要频繁更换解析器就是jaxp方式，否则推荐使用dom4j。

4. StAX

在传统的dom和sax解析方式的基础上，java1.6新增了StAX(Streaming API for XML) 的基于事件迭代器 API 无论在性能还是在可用性上都有其他 XML 处理方法所不及的独到之处。