新兴XML处理方法VTD-XML介绍

• 序言

  本文所提及的VTD-XML并非本文作者原创，作者只是对它进行介绍。

  问题

  通常当我们提起XML的使用时，最头痛的部分便是XML的verbosity与XML的解析速度，当需要处理大XML文件时这个问题便变得格外严重。我在这里提及的，便是如何优化XML处理速度的话题。

  当我们选择处理XML文件的时候，我们大致上有两种选择：

  DOM，这是W3C的标准模型，它将XML的结构信息以树形的方式构建，提供了遍历这颗树的接口与方法。
  SAX，一种低级的parser，逐元素的向前只读处理，不含有结构信息。
  以上两种选择都各有利弊，但是都不是特别好的解决方案，它们的优缺点如下：

  DOM

  优点：易用性强，因为所有的XML结构信息都存在于内存中，并且遍历简单，支持XPath。
  缺点：Parsing速度太慢，内存占用过高（原文件的5x~10x），对于大文件来说几乎不可能使用。
  SAX

  优点：Parsing速度快，内存占用不与XML的大小相联系（可以做到XML涨内存不涨）。
  缺点：易用性差，因为没有结构信息，并且无法遍历，不支持XPath。如果需要结构的话只能读一点构造一点，这样的可维护性特别的差。
  我们可以看出，基本上DOM与SAX是正好相反的两个极端，但是任何一个都不能很好的满足我们的大部分要求，我们需要找出另外一种处理方法来。注意XML的效率问题并不是XML本身的问题，而是处理XML的Parser的问题，就像我们在上面看到的两种方法有不同的效率权衡一样。

  思考

  我们很喜欢类似DOM的使用方法，因为我们可以遍历，这意味着可以支持XPath，大大增强了易用性，但是DOM的效率很低。就像我们已经知道，效率问题出在处理机制上。那么，DOM到底有哪些方面影响了它的效率呢？下面让我们来做一个全面的解剖：

  在当今大多数基于虚拟机（托管，或任何类似机制）技术的平台下，对象的创建销毁是一个耗时的作业（这里值得主要是Garbage Collection的耗时），DOM机制中所运用的大量的对象创建销毁无疑是影响其效率的原因之一（会引发过多的Garbage Collection）。
  每个对象都会额外有32bits用来存储它的内存地址，当像DOM一样拥有大量对象的时候这个额外开支也是不小的。
  引起以上两个问题的最主要的效率问题在于，DOM与SAX都是extractive parsing模式，这种解析模式注定了DOM与SAX都需要大量的创建（销毁）对象，引起效率问题。所谓的extractive parsing就是说在解析XML时，DOM或SAX会提取一部分原文件（一般来说是一个字符串），然后在内存中进行解析构建（输出自然就是一个或一些对象了）。拿DOM这个例子来说，DOM会将每一个element, attribute, processing-instruction, comment等等都解析成对象并给与结构，这就是所谓的extractive parsing。
  由extractive的问题带来的另一个问题便是更新效率，在DOM中（SAX因为不支持更新所以根本不提它），每一次需要做改动时，我们要做的就是将对象的信息再解析回XML的字符串，注意这个解析是个完整的解析，也就是说，原文件并没有被利用，而是直接将DOM模型重新完整解析成XML字符串。换句话讲，也就是DOM并不支持Incremental Update（增量更新）。
  另一个很可能不被注意到的“小”问题便是XML的编码，无论是何种解析方法都需要能够处理XML的编码，也就是说，在读取的时候解码，在写入的时候编码。DOM的另一个效率问题便是当我对于一个大XML只想做很小的一块儿修改的时候它也必须首先将整个文件进行解码，然后构建结构。无形中又是一个开销。
  让我们来总结一下问题，简单的讲DOM的效率问题主要出在它的extractive parsing模式上（SAX也是一样，有同样的问题），由此引发了一系列相关问题，如果可以击破这些效率瓶颈的话那么可以想象XML的处理效率将进一步的得到提高。如果XML的易用性与处理效率得到飞跃性的提高的话，那么XML的应用范围，应用模式将得到更一步的升华，或许由此可以产生出许许多多精彩的以前连想都没有想过的基于XML的产品来。

  出路

  VTD-XML便是对以上问题的思考后给出的答案，它是一个non-extractive XML parser，由于它出色的机制，很好的解决（避免）了上面所提出的各种问题，并且还“顺便”带来了non-extractive的其他好处，像快速的解析与遍历、XPath的支持、Incremental Update等等。我这里有一组数据，取自于VTD-XML的官方网站：

  VTD-XML的解析速度是SAX（with NULL content handler）的1.5x~2.0x。With NULL content handler的意思就是说SAX解析中没有插入任何额外的处理逻辑，也就是SAX的最高速度。
  

• [1] [2] [3] 下一页 
• 复制本页网址和标题，发送给你QQ/Msn的好友一起分享
  
  
• 新兴XML处理方法VTD-XML介绍 相关文章：
• ·Windows Vista系统常用补丁功能介绍
• ·QQ会员成长体系介绍及成长值换算参照表
• ·Windows Vista SP1改进功能完全介绍
• ·BPEL的基本活动介绍
• ·robots.txt和robots Meta标签的介绍
• ·提高做火狐firefox推介效果的技巧代码
• ·Linux下的网络配置常用命令介绍
• ·常用的XHTML标签的使用技巧介绍
• ·Google 禁止使用在线广告宣传Adsense推介
• ·UNIX和Linux系统添加用户的方法介绍
• 新兴XML处理方法VTD-XML介绍 相关软件
• ·《苍天》双手大刀操作方法介绍视频
• ·《苍天》偃月刀操作方法介绍视频
• ·地球帝国3介绍视频
• ·中国8大菜系介绍及其他
• ·好莱坞影星肖像100张（附简介）2-1
• ·李小龙电影简介
• ·jdk工具介绍
• ·C# 程序员介绍(英文版)
• ·法硕复习资料文字部分之备考指南及复习方法介绍
• ·同等学历计算机课件 介绍

上一篇:为Windows请个“自动更新”专家

下一篇:在html中接收地址栏中的参数

• 特别声明：本站除部分特别声明禁止转载的专稿外的其他文章可以自由转载，但请务必注明出处和原始作
• 者.文章版权归文章原始作者所有.对于被本站转载文章的个人和网站，我们表示深深的谢意。如果本站转
• 载的文章有版权问题请联系编辑人员,我们尽快予以更正. 转载请注明来源：http://www.hackhome.com

精品推荐

热点TOP10

特别推荐