perché l'analisi del sax è più rapida di quella del parsing? e come funziona stax?

Question

in qualche modo legati a: libxml2 from java

sì, questa domanda è piuttosto prolisso - mi dispiace. Ho mantenuto è denso come mi sentivo possibile. Ho messo in evidenza le domande per rendere più facile sbirciare prima di leggere il tutto.

Perché l'analisi del sax è più rapida di quella del parsing? L'unica cosa che posso inventare è che w/sax stai probabilmente ignorando la maggior parte dei dati in arrivo, e quindi non sprecare tempo a elaborare parti dell'XML che non ti interessa. IOW: dopo aver analizzato w/SAX, non è possibile ricreare l'input originale. Se hai scritto il tuo parser SAX in modo che corrisponda a ogni singolo nodo xml (e possa così ricreare l'originale), allora non sarebbe più veloce di DOM?

Il motivo per cui sto chiedendo è che sto cercando di analizzare i documenti xml più rapidamente. Devo accedere all'intero albero xml DOPO l'analisi. Sto scrivendo una piattaforma per i servizi di terze parti da collegare, quindi non posso prevedere quali parti del documento xml saranno necessarie e quali parti no. Non conosco nemmeno la struttura del documento in arrivo. Questo è il motivo per cui non posso usare jaxb o sax. L'ingombro della memoria non è un problema per me perché i documenti xml sono piccoli e ho solo bisogno di 1 in memoria alla volta. È il tempo necessario per analizzare questo documento xml relativamente piccolo che mi sta uccidendo. Non ho usato stax prima, ma forse ho bisogno di indagare ulteriormente perché potrebbe essere la via di mezzo? Se ho capito bene, stax mantiene la struttura xml originale ed elabora le parti che chiedo a richiesta? In questo modo, il tempo di analisi originale potrebbe essere veloce, ma ogni volta che chiedo di attraversare una parte dell'albero che non ha ancora attraversato, è in quel momento che avviene l'elaborazione?

Se si fornisce un collegamento che risponde alla maggior parte delle domande, accetterò la risposta (non è necessario rispondere direttamente alle mie domande se hanno già risposto altrove).

aggiornamento: l'ho riscritto in sax e analizza i documenti su avg 2,1 ms. Questo è un miglioramento (16% più veloce) sopra i 2,5 ms che dom stava prendendo, tuttavia non è la grandezza che io (ed altri) avrei immaginato

Grazie

Answer 1

Supponendo che non fanno altro che analizzare il documento, la classifica dei diversi standard parser è la seguente:

1. StAX è il più veloce

• L'evento è segnalato per voi

2. SAX è accanto

• Si fa tutto StAX fa più il contenuto viene realizzato automaticamente (nome dell'elemento, dello spazio dei nomi, attributi, ...)

3. DOM è ultima

• Fa tutto SAX fa e presenta le informazioni come un'istanza di Nodo.

vostro caso d'uso

• Se è necessario mantenere tutti i XML, DOM è la rappresentazione standard. Si integra perfettamente con le trasformazioni XSLT (javax.xml.transform), XPath (javax.xml.xpath) e API di convalida dello schema (javax.xml.validation). Tuttavia, se la prestazione è la chiave, potresti essere in grado di costruire la tua struttura ad albero usando StAX più velocemente di quanto un parser DOM possa creare un DOM.

Answer 2

DOM analisi richiede di caricare l'intero documento in memoria e quindi attraversare un albero per trovare le informazioni desiderate.

SAX richiede solo la quantità di memoria necessaria per eseguire l'IO di base ed è possibile estrarre le informazioni necessarie durante la lettura del documento. Poiché SAX è orientato al flusso, è possibile anche elaborare un file che viene ancora scritto da un altro processo.

Answer 3

SAX è più veloce perché i parser DOM utilizzano spesso un parser SAX per analizzare internamente un documento, quindi eseguono il lavoro extra di creazione e manipolazione di oggetti per rappresentare ogni singolo nodo, anche se l'applicazione non gli interessa.

Un'applicazione che utilizza direttamente SAX è in grado di utilizzare l'insieme di informazioni in modo più efficiente rispetto a un "parser" DOM.

StAX è un mezzo felice in cui un'applicazione ottiene un'API più conveniente rispetto all'approccio basato sugli eventi di SAX, ma non risente dell'inefficienza della creazione di un DOM completo.

Answer 4

SAX è più veloce di DOM (di solito si avverte durante la lettura di un documento XML di grandi dimensioni) perché SAX fornisce informazioni come una sequenza di eventi (generalmente accessibili tramite un gestore) mentre DOM crea Nodi e gestisce la struttura di creazione del nodo fino a quando non viene creato un albero DOM completamente creato (come rappresentato nel documento XML).

Per file relativamente piccoli, non si avverte l'effetto (ad eccezione del fatto che probabilmente l'elaborazione aggiuntiva viene eseguita dal DOM per creare l'elemento nodo e/o l'elenco dei nodi).

Non posso davvero commentare StAX poiché non ho mai giocato con esso.