Question

我正在使用javax.xml.xpath来搜索xml文件中的特定字符串，但由于需要搜索大量的xml文件，因此结果比预期慢得多。

java支持的api是否比javax.xml.xpath更快或哪个是最快的？

Answer 1

正如skaffman所指出的那样，您需要确保尽可能高效地使用javax.xml.xpath库。如果您要执行XPath语句，则需要确保将其编译为XPathExpression。

XPathExpression xPathExpression = xPath.compile("/root/device/modelname");
nl = (NodeList) xPathExpression.evaluate(dDoc, XPathConstants.NODESET);

<强>演示

在示例中，选项＃2将比选项＃1更快。

import java.io.File;

import javax.xml.parsers.DocumentBuilder;
import javax.xml.parsers.DocumentBuilderFactory;
import javax.xml.xpath.XPath;
import javax.xml.xpath.XPathConstants;
import javax.xml.xpath.XPathExpression;
import javax.xml.xpath.XPathFactory;

import org.w3c.dom.Document;
import org.w3c.dom.NodeList;

public class Demo {

    public static void main(String[] args) {
        DocumentBuilderFactory domFactory = DocumentBuilderFactory.newInstance();
        try {
            DocumentBuilder builder = domFactory.newDocumentBuilder();
            File xml = new File("input.xml");
            Document dDoc = builder.parse(xml);

            NodeList nl;

            // OPTION #1
            XPath xPath = XPathFactory.newInstance().newXPath();
            nl = (NodeList) xPath.evaluate("root/device/modelname", dDoc, XPathConstants.NODESET);
            printResults(nl);
            nl = (NodeList) xPath.evaluate("/root/device/modelname", dDoc, XPathConstants.NODESET);
            printResults(nl);

            // OPTION #2
            XPathExpression xPathExpression = xPath.compile("/root/device/modelname");
            nl = (NodeList) xPathExpression.evaluate(dDoc, XPathConstants.NODESET);
            printResults(nl);
            nl = (NodeList) xPathExpression.evaluate(dDoc, XPathConstants.NODESET);
            printResults(nl);
        } catch (Exception e) {
            e.printStackTrace();
        }
    }

    private static void printResults(NodeList nl) {
        for(int x=0; x<nl.getLength(); x++) {
            System.out.println("the value is: " + nl.item(x).getTextContent());
        }
    }

}

<强> input.xml中

<?xml version="1.0" encoding="UTF-8"?>
<root>
  <blah>foo</blah>
  <device>
    <modelname>xbox</modelname>
  </device>
  <blah>bar</blah>
  <device>
    <modelname>wii</modelname>
  </device>
  <blah/>
</root>

Answer 2

我想知道XPath搜索是否真的是你的瓶颈，还是它实际上是XML解析？我会怀疑后者。我不知道您的XML文档是多么持久，但我认为解决方案是将它们存储在XML数据库中，这样您只需要产生一次解析成本，这样就可以将它们编入索引以使XPath / XQuery搜索更有效率

Answer 3

你可以查看我之前的answer相关内容。

基本上我使用了JXpath和Xerces以及Dom4J和javax。我可以从我的经验中充满信心地说VTD-XML是最快的选择。

如果你想搜索，还有很多其他关于在SO上使用VTD-XML的问题。

编辑：
好的，所以基于你的评论，代码片段将是这样的：

VTDGen vg = new VTDGen();
AutoPilot ap = new AutoPilot();
int i;
ap.selectXPath("/root/device/modelname");
if (vg.parseFile(PATH_TO_FILE,true)){
    VTDNav vn = vg.getNav();
    ap.bind(vn); // apply XPath to the VTDNav instance
    // AutoPilot moves the cursor for you
    while((i=ap.evalXPath())!=-1){
        System.out.println("the value is: " + vn.toNormalizedString(vn.getText()));
    }
}

对于以下XML：

<root>
  <blah>foo</blah>
  <device>
    <modelname>xbox</modelname>
  </device>
  <blah>bar</blah>
  <device>
    <modelname>wii</modelname>
  </device>
  <blah/>
</root>

输出将是：

the value is: xbox
the value is: wii

你可以从这里拿走......

Answer 4

你应该详细说明你要搜索的是什么类型的东西 - 如果它是简单的内容字符串，我会考虑使用Stax API（javax.xml.stream.XMLStreamReader）。如果您需要限制搜索特定子集，则XPath很好。

XPath的一个问题是，依赖于表达式，它最终可能会在内存中构建一个DOM树，而且这在速度和内存使用方面都相当昂贵（相对于解析XML）。因此，如果可以避免这种情况，单独就可以加快3x工厂的处理速度。

比javax.xml.xpath更快的api来解析xml的值？

4 个答案: