流式处理和基于树的 XML 解析器在 JAVA 开始时是不是消耗相似数量的内存

Posted 2023-02-24

【中文标题】流式处理和基于树的 XML 解析器在 JAVA 开始时是不是消耗相似数量的内存

【英文标题】：Do Streaming and Tree-Based XML parsers consume similar amounts of memory at the beginning in JAVA流式处理和基于树的 XML 解析器在 JAVA 开始时是否消耗相似数量的内存

【发布时间】：2014-11-22 19:23:55

【问题描述】：

有两个主要的解析器来读取 XML。

流式解析器 -（例如：SAX、StAX） 基于树的解析器 -（例如：DOM、AXIOM 等）

据说流式解析器比基于树的解析器使用更少的内存。需要注意的一点是，与基于树的解析器不同，流解析器不提供整个 XML 树以供开发人员导航。在那里，我们可以根据事件进行导航。并且在处理每个事件之后，与该事件关联的数据（xml 内容）可以被处理器从内存中丢弃。

但是，在这两种情况下，我们都必须将整个 XML 内容提供给解析器。因此，在内部，解析器必须将整个 XML 内容存储在内存中以浏览每个节点。那么，我的论点是流式解析器如何比基于树的解析器消耗更少的内存？

开始读取 XML 时，流式解析器和基于树的解析器消耗的内存量是否相似？ 流式解析器使用哪些技术比基于树的解析器消耗更少的内存？

萨克斯：

SAXParserFactory        factory     =   SAXParserFactory.newInstance();
SAXParser               saxPaser    =   factory.newSAXParser();

ResultHandler           handler     =   new ResultHandler();

InputSource             input       =   new InputSource(new StringReader(xml));             
input.setEncoding("utf-8");
saxPaser.parse(input,handler);

StAX：

    XMLInputFactory             inputFactory    = XMLInputFactory.newInstance();
    XMLEventReader              eventReader     = inputFactory.createXMLEventReader(new FileInputStream(configFile));

公理：

    XMLStreamReader             parser                              = XMLInputFactory.newInstance().createXMLStreamReader(new StringBufferInputStream(responseXML));
    OMElement                   documentElement                     = new StAXOMBuilder(parser).getDocumentElement();

参考文献：

http://www.vogella.com/tutorials/JavaXML/article.html http://www.javacodegeeks.com/2012/01/xml-parsing-using-saxparser-with.html http://tutorials.jenkov.com/java-xml/index.html https://www.youtube.com/watch?v=uaclko4rbZQ https://www.youtube.com/watch?v=BVhKoEQmpcA https://www.youtube.com/watch?v=Kvb9B_7W8rs

【问题讨论】：

"在这两种情况下，我们都必须将整个 XML 内容提供给解析器。"这是错误的假设。您通常提供一个输入流，用于将 XML 读取到 SAX 或 StAX 解析器。而且这些解析器不会将整个 XML 加载到内存中。他们流式传输它。

@Seelenvirtuose ：但是每次我们将整个 XML 字符串提供给每个解析器。正确的？因此，该字符串必须在内存中才能在解析器中读取。

嗯...我不完全知道“将整个 XML 字符串提供给每个解析器”是什么意思。您提到的所有三个教程都在处理 files 而不是 strings （我没有看 youtube 剪辑）。但是，是的，如果内存中已经有一个 XML 字符串，那么它将在内存中消耗它的全部大小。但这已经是真的没有解析。

【参考方案1】：

我相信你混淆了两个部分：

开发人员如何将 XML 提供给解析器 解析器如何读取数据

对于第一部分，您有两个选择（实际上不止两个，但我们会考虑最常见的两个）。

您可以告诉解析器从文件或套接字中读取。在这种情况下，流解析器永远不会在内存中拥有 XML 的完整副本。但是，如果您将 XML 作为字符串加载到内存中，然后将其提供给解析器，那么消耗内存的是您，而不是解析器。它会尽职尽责地“流式传输”您的字符串，而不是保留自己的 XML 内部副本。 对于 DOM 解析器，它确实构建了一个完整的内存树。在你给它一个文件的情况下，实际的文件内容在构建 DOM 结构后会被丢弃。当您提供一个字符串时，在解析结束时，您将拥有新建的 DOM 树加上包含 XML 源的字符串。

如果您不需要在随机方向上导航树，请使用流解析器。否则你将不得不使用 DOM。

【讨论】：

+1。 " 在这种情况下，流解析器在内存中永远不会有 XML 的完整副本。但是，如果您将 XML 作为字符串加载到内存中，然后将其提供给解析器，那么消耗内存的是您，而不是解析器。它将尽职尽责地“流式传输”您的字符串，而不是保留其自己的 XML 内部副本。”吉姆说得好。谢谢。是的。我也觉得我错过了什么。再次感谢您，

【参考方案2】：

将诸如 DOM 或 JDOM 之类的树构建库称为“解析器”已变得如此普遍，这真是令人遗憾。这里真的有两个软件：一个解析器（它读取源中的字符序列，分析它，并发出一系列表示句法单元的事件，例如开始和结束标签），以及一个树构建器，它接受来自解析器的事件序列并构建内存树。

因此，您的选择不在两种不同类型的解析器之间。您的选择是让解析器将事件直接传递给您的应用程序，还是让它将事件传递给树构建器，然后将完成的树传递给您的应用程序。

解析器不使用大量内存。树生成器可以。但是树生成器以更容易处理的形式向应用程序提供信息。