1

複雑な XML からコンテンツを抽出するための正しいアプローチを見つけようとしています。キーワードを使用して、Xpath を使用して識別および抽出しようとしています。PDF ドキュメントから生成された XML から 50 以上の属性を抽出する必要があります。(XML として保存されます) さて、これが正しい方法かどうか疑問に思っています。

おそらくDOMパーサーを使用してXMLを解析し、必要なものを抽出する必要がありますか? 何かご意見は？

4

2 に答える 2

0

「そう」どのように？誰にとって「正しい」？コーダーとして？パフォーマンスとして？あなたはどの「権利」を求めていますか？

ほとんどの場合、XPath が最もエレガントです。

thing = getPathThing(doc, "/path/to/element");
<repeat 50 times>

おそらく最も遅いでしょう。それは単に最も多くの仕事をしなければなりません。

DOM 手法は、潜在的に、わずかに高速になります。どちらも DOM をたどって要素を見つけます。すべての XPath 式がプリコンパイルされている場合ではなく、違いが顕著であるかどうかはわかりません。どちらもドキュメント全体がメモリにある必要があります。

最速の方法は、ストリーミング パーサー (SAX など) を実行することです。ただし、SAX パーサーは見た目が悪い傾向があります。他のメカニズムがあるのには理由があります。SAX は特にエレガントではありません。しかし、それは高速で、メモリが安価です。そのメモリ コストは、XML ペイロードの合計データではなく、保持するデータに関連しています。

「余裕がある」場合は、コードの保守性の POV から考えると、XPath がおそらく最善の策です。

于 2013-06-25T23:47:50.107 に答える
0

まず、DOM を使用しないでください。あなたが Java の世界にいると仮定すると (実際にはそうは言いません)、XOM や JDOM2 などの最新のツリー モデルのいずれかを使用してください。特に名前空間を使用する場合は、作業がはるかに簡単で、高速で、必要なすべての機能をサポートしています。人々が DOM を使用するのは、これより優れたものがあることに気付いていないからです。

次に、ツリー モデルの使用と XPath の使用は相互に排他的ではありません。ツリーを構築してから、XPath ナビゲーションと直接ナビゲーションを組み合わせて行うことがよくあります。たとえば、XPath を使用して要素を検索し、直接ナビゲーションを使用してその属性にアクセスします。XPath を使用すると、より複雑なアクセス パスをより簡単に表現できるようになり、結果のコードはより保守しやすくなりますが、要素からその属性の 1 つにアクセスするためだけに XPath を使用することはありません。

どのアプローチ (DOM、SAX、XPath、データ バインディング) を使用しても、XML から Java にデータを取得するのは面倒です。アプリケーション全体を XSLT や XQuery などの XML ベースの言語で作成することにより、それを回避できる場合は、そうしてください。

于 2013-06-26T07:52:20.800 に答える