这几天正在做一个rss解析的java小程序，需要从指定的一个rss里边分析出文章列表，然后和数据库里边现有文章进行匹配，如果没有被抓取过，则入库。

经高人指点，使用了“Xml Pull Parser”来进行xml解析，采用了基于文件流的解析方式，一般被用来对xml文档进行快速而高效地解析。通过oracal网站的一篇《Parsing XML Efficiently》，发现这种解析技术实际上属于StAP的一种。这篇文章对时下的Xml解析技术进行了总结和归纳，对于想进行xml解析的技术人员来说还是具有参考价值的，因此顺带整理翻译了一下。

原文地址：http://www.oracle.com/technology/oramag/oracle/03-sep/o53devxml.html
——————————————————————————

Java里边解析xml一般有三种常用的技术：

1、 Document Object Model (DOM)，W3C里边一种成熟的标准。

2、 Simple API for XML (SAX)，第一种被广泛接受的XML的API，成为事实上的标准。

3、 Streaming API for XML (StAX)，在JSR-173中提到的一种很有前途的新型解析模型。

DOM解析是基于树结构的，它通过在内存构建整棵文档树，允许完全、动态访问XML文档的任何节点。

2、SAX

SAX解析XML采用事件驱动的方式。虽然并不是W3C的标准，但它的API是公认的，很多解析器都是基于它的。当SAX解析器读取文档的时候会引发很多事件，这些事件会交给对应的事件处理者(event handlers)。三种基本的事件：

1． DTDHandler 访问XML的DTD内容

2． ErrorHandler 解析错误

3． ContentHandler 访问文档的内容

3、 StAX

StAX是一种令人振奋的新型解析技术，和SAX一样，它也采用了事件驱动模型。不过，在对于事件的处理上，SAX采用了“推模式”（push modal），而StAX则使用的是“拉模式”（pull model）。说得更加明白一些，就是这样：

SAX是自己按顺序把整个文档解析完，在它解析的过程，会主动产生事件交给程序中相应的处理函数来处理当前内容；而StAX是由程序来驱动整个解析过程，只有当程序发出解析请求的时候，解析器才会告诉相应的事件，然后程序再决定如何处理当前内容。

从这个原理来判断的话，StAX的实现显然要更加灵活，程序可以选择自己需要处理的部分，而SAX则一定会遍历整个文档。而据我的理解，将StAX叫成“程序驱动模型”可能更利于理解一些。

最后，来个表格进行一下概述：

技术	有利	局限	适用于
DOM Parsing	1.易于上手 2.丰富的API，易于访问 3.整棵树被载入内存，能随机访问节点	1.整个文档必须一次解析完 2.载入文档树到内存代价昂贵 3.不利于实现对象类型绑定，需要给所有节点创建单独的类型	需要修改xml或者用来处理XSLT（不要用在对XML只有读操作的程序中）
SAX Parsing	1.没有将整个文档读入内存，内存耗费较低 2.“推模式”允许注册多种内容处理器	1.没有内建的文档导航支持 2.不能随机访问XML文档 3.不支持命名空间	对XML只有读操作的程序（不要用来操作和修改XML文档）
StAX Parsing	1.有针对简单和性能的两种解析模式 2.由程序控制解析器，易于支持多输入（easily supporting multiple inputs） 3.强大的过滤功能有利于数据检索	1.没有内建的文档导航支持 2.不能随机访问XML文档 3.不支持修改XML文档	需要对XML文档进行流处理而且支持命名空间的程序（不要用来操作和修改XML文档）