XMLReader 是 SAX 解析器、DOM 解析器，还是两者都不是？

Posted 2023-02-24

【中文标题】XMLReader 是 SAX 解析器、DOM 解析器，还是两者都不是？

【英文标题】：Is XMLReader a SAX parser, a DOM parser, or neither?

【发布时间】：2011-03-04 04:03:57

【问题描述】：

我正在测试各种方法来读取 php 中的 XML 配置文件（可能很大，读取非常频繁）。从来不需要写作。我有两个成功的实现，一个使用 SimpleXML（我知道这是一个 DOM 解析器），一个使用 XMLReader。

我知道 DOM 读取器必须读取整个树，因此会占用更多内存。我的测试反映了这一点。我也知道 SAX 解析器是一个“基于事件”的解析器，它使用较少的内存，因为它从流中读取每个节点而不检查下一个节点。

XMLReader 还从带有光标的流中读取，提供有关它当前所在节点的数据。因此，听起来 XMLReader (http://us2.php.net/xmlreader) 绝对不是 DOM 解析器，但我的问题是，它是 SAX 解析器还是其他什么？看起来 XMLReader 的行为方式与 SAX 解析器的行为方式相同，但不会自己抛出事件（换句话说，您可以使用 XMLReader 构造 SAX 解析器吗？）

如果是别的东西，它所在的分类有名字吗？

【问题讨论】：

另见this question，答案有基准链接

参见this other related question，关于使用 LibXML2 实现，以及使用 SAX 接口 而不是 Expat 接口...以及关于现在的术语问题（这里比较混乱，那里更好）。

【参考方案1】：

XMLReader calls itself a "pull parser."

XMLReader 扩展是一个 XML Pull 解析器。阅读器充当文档流上的光标，并在途中的每个节点处停止。

它后来继续说它使用libxml。

This page on Java XML Pull Parsing 可能会引起一些兴趣。如果 XMLReader 与该项目的目标和意图相关，那么您的问题的答案完全属于“两者都不是”类别。

【参考方案2】：

SAX 解析器是实现 SAX API 的解析器。也就是说：给定的解析器是 SAX 解析器当且仅当您可以使用 SAX API 对其进行编码。对于 DOM 解析器也是如此：这种分类纯粹是关于它支持的 API，而不是如何实现该 API。因此，SAX 解析器也很可能是 DOM 解析器。因此你不能确定使用更少的内存或其他特性。

但要解决真正的问题：XMLReader 似乎是更好的选择，因为它是一个拉式解析器，您可以非常明确地请求您想要的数据，因此所涉及的开销应该更少。

【参考方案3】：

XMLReader 是 SAX2 解析器必须实现的接口。因此，当您通过XMLReader 访问它时，您可以说您有一个 SAX 解析器，简而言之，XMLReader 就是 SAX 解析器。

请参阅javadoc of XMLReader。

XMLReader 是 XML 解析器的 SAX2 驱动程序必须实现的接口。此接口允许应用程序在解析器中设置和查询特性和属性，注册用于文档处理的事件处理程序，并启动文档解析。

我认为这些信息是相关的，因为：

来自 SAX 官方网站 即使 javadoc 用于 Java，SAX 也起源于 Java 语言。

【讨论】：

不，这是错误的。 PHP XMLReader 是一个拉式解析器，而Java XMLReader 是一个基于事件的推式解析器。因此，PHP XMLReader 既不是 SAX 解析器也不是 DOM 解析器。

您应该将您的评论放在正确的位置，即在 OP 问题下。

是的，但我试图指出 OP 是在谈论 PHP，而不是 Java。 Java XMLReader 和它的接口是完全不同和无关的。

好的，我没有认真阅读这个问题，接受的答案让我专注于 Java。我的坏

【参考方案4】：

简而言之，两者都不是。

SAX 解析器是面向流、基于事件的推送解析器。您注册回调函数来处理诸如 startElement 和 endElement 之类的事件，然后调用 parse() 来处理整个 XML 文档，一次一个节点。据我所知，PHP 没有维护良好的 SAX 解析器。但是，有XMLParser，它使用了非常相似的Expat 库。

DOM 解析器要求您将整个 XML 文档加载到内存中，但它们提供了一个面向对象的 XML 节点树。 PHP 中的 DOM 解析器示例包括 SimpleXML 和 DOM。

PHP XMLReader 不是这些。它是一种面向流的“拉解析器”，需要您创建一个大循环并调用 read() 函数将光标向前移动，一次处理一个节点。

XMLParser 和 XMLReader 与 SimpleXML 和 DOM 相比的最大优势在于面向流的解析器具有内存效率，仅将当前节点加载到内存中。另一方面，SimpleXML 和 DOM 更易于使用，但它们需要您将整个 XML 文档加载到内存中，这对于非常大的 XML 文档是不利的。

【讨论】：

Ops，我知道 PHP 的 SAX 是 XML Parser，另请参阅 my answer explaning it。

@PeterKrauss，这是一个不准确的说法。引用您链接到的XML Parser doc……“这个 PHP 扩展实现了对 James Clark 在 PHP 中的 expat 的支持。”并引用Expat Wikipedia page，“Expat 不是符合 SAX 的解析器。”当然，也有实现 SAX 和 SAX2 接口的3rd-party wrappers for Expat。 PHP 的 XML Parser 没有实现 SAX 接口，尽管它非常相似。

是的......并且不准确始于 PHP 指南（！），没有引用术语“SAX”（this author say that it is SAX），并且在引用 expat 时没有说它是“外籍界面”还是“原始旧外籍软件”。 PHP-Guide 的另一部分说使用 LibXML2，LibXML2 page 说实现了 SAX：“类似于 SAX2 的接口和与早期 expat 版本兼容的最小 SAX1 实现”。这是模棱两可的......

不，你错了。 Java org.xml.sax 包是SAX 的规范 实现。 PHP XML Parser interface 是否跟随 Java org.xml.sax interface？不，不是的。例如，PHP XML Parser 没有 startDocument 和 endDocument 事件处理程序。因此，PHP XML Parser 不 SAX 兼容。故事结束。

“SAX 最初是仅 Java 的 API...1998 年代”，仅 Java starts the history (!)。 SAX 不是 Java 概念，Java/Oracle 也不是“SAX 所有者”。 SAX 是 XML 解析的通用抽象，是 DOM 的替代品...所以，Oracle 的 org.xml.sax 或许对 Java 用户来说是不错的，并且是一个很好的“参考模型”，但是不是像 W3C 那样的standard body。所以，请不要radicalize，讨论。你有很好的论据，等待它们生效。