java解析器

1. 使用java怎么读取html文件内容

java可以使用jsoup、htmlparser等工具进行html的读取和解析，以下是详细说明：

1、jsoup 是一款 Java 的HTML 解析器，可直接解析某个URL地址、HTML文本内容。它提供了一套非常省力的API，可通过DOM，CSS以及类似于JQuery的操作方法来取出和操作数据。据说它是基于MIT协议发布的。
jsoup的主要功能如下：
从一个URL，文件或字符串中解析HTML；
使用DOM或CSS选择器来查找、取出数据；
可操作HTML元素、属性、文本；
示例代码：
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中几种常用的XML解析器的比较

目前常用的XML的解析器主要有:SAX,DOM,Xerces

1、SAX处理的优点非常类似于流媒体的优点。分析能够立即开始，而不是等待所有的数据被处理。而且，由于应用程序只是在读取数据时检查数据，因此不需要将数据存储在内存中。这对于大型文档来说是个巨大的优点。事实上，应用程序甚至不必解析整个文档；它可以在某个条件得到满足时停止解析。一般来说，SAX还比它的替代者DOM快许多。另一方面，由于应用程序没有以任何方式存储数据，使用SAX来更改数据或在数据流中往后移是不可能的。

2、DOM以及广义的基于树的处理具有几个优点。首先，由于树在内存中是持久的，因此可以修改它以便应用程序能对数据和结构作出更改。它还可以在任何时候在树中上下导航，而不是像SAX那样是一次性的处理。DOM使用起来也要简单得多。另一方面，在内存中构造这样的树涉及大量的开销。大型文件完全占用系统内存容量的情况并不鲜见。此外，创建一棵DOM树可能是一个缓慢的过程。

3、选择DOM还是选择SAX，这取决于下面几个因素:
应用程序的目的：如果打算对数据作出更改并将它输出为XML，那么在大多数情况下，DOM是适当的选择。并不是说使用SAX就不能更改数据，但是该过程要复杂得多，因为您必须对数据的一份拷贝而不是对数据本身作出更改。
数据容量：对于大型文件，SAX是更好的选择。数据将如何使用：如果只有数据中的少量部分会被使用，那么使用SAX来将该部分数据提取到应用程序中可能更好。另一方面，如果您知道自己以后会回头引用已处理过的大量信息，那么SAX也许不是恰当的选择。
对速度的需要：SAX实现通常要比DOM实现更快。
SAX和DOM不是相互排斥的，记住这点很重要。您可以使用DOM来创建SAX事件流，也可以使用SAX来创建DOM树。事实上，用于创建DOM树的大多数解析器实际上都使用SAX来完成这个任务！

4、SAX,DOM是两种对XML文档进行分析的方法（没有具体的实现，只有接口），所以不是解释器，如果光有他们，你是完成不了对xml文档的处理的。SAX的包是org.xml.sax，DOM的包是org.w3c.dom，包的名称很重要，它有助于你理解他们之间的关系。

5、jaxp是api，他封装了sax/dom两种接口。并在sax/dom的基础之上，作了一套比较简单的api以供开发人员使用。jaxp的包是javax.xml.parsers，可以看看jaxp的源文件，它的文件中包含了对sax或者dom的引用（import）jaxp也不是具体的实现，他只是一套api。如果你仅仅有jaxp那是无法工作的，（其实jaxp只是完成对sax、dom的包装，生成了DocumentBuilderFactory/DocumentBuilder和SAXParserFactorySAXParser。也就是设计模式中的工厂模式，他的好处就是具体的对象（解释器）建立由子类完成）

6、xerces解释器（号称地球上最快的xml解释器）在xerces中对jaxp中定义的进行了继承（extends）对应ryImpl这就是为什么你的classpath中只要有xerces.jar（其中包含了saxdomjaxp）和xercesImpl.jar就可以的原因了.

3. 姣旇缉娴佽 java xml瑙ｆ瀽鍣ㄦ湁鍑犵 钖嶅瓙鏄浠涔堬纻

DOM:澶勭悊澶у瀷鏂囦欢镞跺叾镐ц兘涓嬮檷镄勯潪甯稿帀瀹炽傝繖涓闂棰樻槸鐢盌OM镄勬爲缁撴瀯镓阃犳垚镄勶纴杩欑岖粨鏋勫崰鐢ㄧ殑鍐呭瓨杈冨氾纴钥屼笖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,阃傚悎瀵筙ML镄勯殢链鸿块梾
SAX:涓岖幇浜嶥OM,SAX鏄浜嬩欢椹卞姩鍨嬬殑XML瑙ｆ瀽鏂瑰纺銆傚畠椤哄簭璇诲彇XML鏂囦欢锛屼笉闇瑕佷竴娆″叏閮ㄨ呰浇鏁翠釜鏂囦欢銆傚綋阆囧埌镀忔枃浠跺紑澶达纴鏂囨。缁撴潫锛屾垨钥呮爣绛惧紑澶翠笌镙囩剧粨𨱒熸椂锛屽畠浼氲Е鍙戜竴涓浜嬩欢锛岀敤鎴烽氲繃鍦ㄥ叾锲炶皟浜嬩欢涓鍐椤叆澶勭悊浠ｇ爜𨱒ュ勭悊XML鏂囦欢锛岄傚悎瀵筙ML镄勯‘搴忚块梾
STAX:Streaming
API
for
XML
(StAX)