java解析器

1. 使用java怎麼讀取html文件內容

java可以使用jsoup、htmlparser等工具進行html的讀取和解析，以下是詳細說明：

1、jsoup 是一款 Java 的HTML 解析器，可直接解析某個URL地址、HTML文本內容。它提供了一套非常省力的API，可通過DOM，CSS以及類似於JQuery的操作方法來取出和操作數據。據說它是基於MIT協議發布的。
jsoup的主要功能如下：
從一個URL，文件或字元串中解析HTML；
使用DOM或CSS選擇器來查找、取出數據；
可操作HTML元素、屬性、文本；
示例代碼：
Document doc = Jsoup.parse(input, "UTF-8", "http://www.dangdang.com");
Element content = doc.getElementById("content");
Elements links = content.getElementsByTag("a");
for (Element link : links) {
String linkHref = link.attr("href");
String linkText = link.text();
}

2. 目前在Java中幾種常用的XML解析器的比較

目前常用的XML的解析器主要有:SAX,DOM,Xerces

1、SAX處理的優點非常類似於流媒體的優點。分析能夠立即開始，而不是等待所有的數據被處理。而且，由於應用程序只是在讀取數據時檢查數據，因此不需要將數據存儲在內存中。這對於大型文檔來說是個巨大的優點。事實上，應用程序甚至不必解析整個文檔；它可以在某個條件得到滿足時停止解析。一般來說，SAX還比它的替代者DOM快許多。另一方面，由於應用程序沒有以任何方式存儲數據，使用SAX來更改數據或在數據流中往後移是不可能的。

2、DOM以及廣義的基於樹的處理具有幾個優點。首先，由於樹在內存中是持久的，因此可以修改它以便應用程序能對數據和結構作出更改。它還可以在任何時候在樹中上下導航，而不是像SAX那樣是一次性的處理。DOM使用起來也要簡單得多。另一方面，在內存中構造這樣的樹涉及大量的開銷。大型文件完全佔用系統內存容量的情況並不鮮見。此外，創建一棵DOM樹可能是一個緩慢的過程。

3、選擇DOM還是選擇SAX，這取決於下面幾個因素:
應用程序的目的：如果打算對數據作出更改並將它輸出為XML，那麼在大多數情況下，DOM是適當的選擇。並不是說使用SAX就不能更改數據，但是該過程要復雜得多，因為您必須對數據的一份拷貝而不是對數據本身作出更改。
數據容量：對於大型文件，SAX是更好的選擇。數據將如何使用：如果只有數據中的少量部分會被使用，那麼使用SAX來將該部分數據提取到應用程序中可能更好。另一方面，如果您知道自己以後會回頭引用已處理過的大量信息，那麼SAX也許不是恰當的選擇。
對速度的需要：SAX實現通常要比DOM實現更快。
SAX和DOM不是相互排斥的，記住這點很重要。您可以使用DOM來創建SAX事件流，也可以使用SAX來創建DOM樹。事實上，用於創建DOM樹的大多數解析器實際上都使用SAX來完成這個任務！

4、SAX,DOM是兩種對XML文檔進行分析的方法（沒有具體的實現，只有介面），所以不是解釋器，如果光有他們，你是完成不了對xml文檔的處理的。SAX的包是org.xml.sax，DOM的包是org.w3c.dom，包的名稱很重要，它有助於你理解他們之間的關系。

5、jaxp是api，他封裝了sax/dom兩種介面。並在sax/dom的基礎之上，作了一套比較簡單的api以供開發人員使用。jaxp的包是javax.xml.parsers，可以看看jaxp的源文件，它的文件中包含了對sax或者dom的引用（import）jaxp也不是具體的實現，他只是一套api。如果你僅僅有jaxp那是無法工作的，（其實jaxp只是完成對sax、dom的包裝，生成了DocumentBuilderFactory/DocumentBuilder和SAXParserFactorySAXParser。也就是設計模式中的工廠模式，他的好處就是具體的對象（解釋器）建立由子類完成）

6、xerces解釋器（號稱地球上最快的xml解釋器）在xerces中對jaxp中定義的進行了繼承（extends）對應ryImpl這就是為什麼你的classpath中只要有xerces.jar（其中包含了saxdomjaxp）和xercesImpl.jar就可以的原因了.

3. 姣旇緝嫻佽 java xml瑙ｆ瀽鍣ㄦ湁鍑犵 鍚嶅瓙鏄浠涔堬紵

DOM:澶勭悊澶у瀷鏂囦歡鏃跺叾鎬ц兘涓嬮檷鐨勯潪甯稿帀瀹熾傝繖涓闂棰樻槸鐢盌OM鐨勬爲緇撴瀯鎵閫犳垚鐨勶紝榪欑嶇粨鏋勫崰鐢ㄧ殑鍐呭瓨杈冨氾紝鑰屼笖DOM蹇呴』鍦ㄨВ鏋愭枃浠朵箣鍓嶆妸鏁翠釜鏂囨。瑁呭叆鍐呭瓨,閫傚悎瀵筙ML鐨勯殢鏈鴻塊棶
SAX:涓嶇幇浜嶥OM,SAX鏄浜嬩歡椹卞姩鍨嬬殑XML瑙ｆ瀽鏂瑰紡銆傚畠欏哄簭璇誨彇XML鏂囦歡錛屼笉闇瑕佷竴嬈″叏閮ㄨ呰澆鏁翠釜鏂囦歡銆傚綋閬囧埌鍍忔枃浠跺紑澶達紝鏂囨。緇撴潫錛屾垨鑰呮爣絳懼紑澶翠笌鏍囩劇粨鏉熸椂錛屽畠浼氳Е鍙戜竴涓浜嬩歡錛岀敤鎴烽氳繃鍦ㄥ叾鍥炶皟浜嬩歡涓鍐欏叆澶勭悊浠ｇ爜鏉ュ勭悊XML鏂囦歡錛岄傚悎瀵筙ML鐨勯『搴忚塊棶
STAX:Streaming
API
for
XML
(StAX)