关于持久性和XML使用InputStream的最佳方法

Question

我有一个REST Web服务，它监听POST请求并从客户端抓取XML有效负载并将其最初存储为InputStream，即在Representation对象上，您可以调用getStream（）。 / p>

我想利用InputStream中保存的XML，我开始认为坚持它是明智的，所以我可以多次查询数据 - 一旦你读完它，对象就变成了空。所以我考虑将InputStream转换为字符串。这不是一个好主意，因为来自javax.xml.parsers库的DocumentBuilder.parse（）只允许您传递：

• InputStreams
• 文件
• 网址
• SAX InputSources

不是字符串。

对于解析XML的问题，我应该在这里使用InputStreams做什么？ 请记住，我希望通过代码在将来的流程中重新询问XML。

Answer 1

如果您有一个InputStream，并希望将其用作XML文档，那么为什么不简单地解析它并传递Document对象？如果要保留此对象，请使用序列化程序将其作为文本写回。

正如我在Tom Hawtin的评论中所指出的，编码在处理XML时非常重要。不是在这里写一篇可能会错过你特定情况的长篇文章，而是我写的article。

编辑：实际上，由于我的文章没有具体谈论网络服务，我应该在这里深入探讨一下。有两个地方可以指定内容编码：在XML序言中，或在 Content-Type 响应头中。根据XML规范，前者是您想要使用的，并且它是解析器将使用的。在大多数情况下，这并不重要：由不了解规范的人设置的Web服务通常会使用没有字符集规范的text / xml（这是不正确的，但可能不会造成伤害）。如果他们正确地做了事情，他们将使用utf-8编码指定application / xml。但是，你应该验证你得到了什么，这样你就不会得到一些解析器无法处理的奇怪编码。

Answer 2

通常，当我们谈论持久性时，我们谈论的是将其写入磁盘或其他媒体。那里有性能影响，你必须考虑磁盘空间问题。你需要权衡这与长期使用XML的价值。

如果你只是在谈论将它保存在内存中（这听起来像你要问的那样），那么你可以分配一个字节数组，并将整个内容读入字节数组。您可以使用ByteArrayInputStream来读取和重新读取该流。

这个成本是双倍的。首先，您在内存中保留了一份副本，并且需要根据可扩展性要求进行权衡。其次，解析XML有点贵，所以如果可能的话，最好只解析一次，并将结果保存在对象中。

编辑：

要分配和读取字节数组，您通常（但不总是）依赖InputStream的available（）方法来告诉您要分配多少。并使用DataInputStream包装InputStream，以便您可以通过一次调用调用readFully（）将整个内容吸入字节数组中。

再次编辑：

阅读斯蒂恩的评论如下。他是对的，在这种情况下使用available（）是个坏主意。

Answer 3

我建议使用Apache Commons IO库。 IOUtils类包含许多将InputStreams转换为String的便捷方法，反之亦然。

Answer 4

我认为你应该研究一些更适合保存编码的结构（即更多编码不可知）。对于低级结构，请考虑byte[]（但要注意内存释放！）或者您可以尝试设计适合您需求的数据类型。

您可以将InputStream读入ByteArrayOutputStream（使用其中一种read()方法）并从there中提取byte[]。

Answer 5

如果你想多次使用XML，为什么不从InputStream中解析一次（这是繁重的工作），然后坚持返回Document？

Answer 6

java.io.StringReader将允许您使用InputSource。

您可能希望将数据存储在byte[]中，然后使用ByteArrayInputStream进行阅读。如果它特别大，您可能想要考虑压缩。这可以通过GzipInputStream读出，BufferedInputStream通常应该包含在{{1}}中。