El mejor analizador XML para Java [cerrado]

Necesito leer archivos XML pequeños (pocos MB como máximo, codificados con UTF-8), revolver buscando varios elementos y atributos, quizás modificar algunos y volver a escribir el XML nuevamente en el disco (preferiblemente con un formato agradable e indentado) .

¿Cuál sería el mejor analizador XML para mis necesidades? Hay mucho para elegir. Algunos que conozco son:

• JDOM
• Woodstox
• XOM
• dom4j
• VTD-XML
• Xerces-J
• carmesí

Y, por supuesto, el del JDK (estoy usando Java 6). Estoy familiarizado con Xerces, pero lo encuentro torpe.

Recomendaciones?

Si la velocidad y la memoria no son un problema, dom4j es una muy buena opción. Si necesita velocidad, usar un analizador StAX como Woodstox es la forma correcta, pero debe escribir más código para hacer las cosas y acostumbrarse a procesar XML en secuencias.

Creo que no deberías considerar ninguna implementación específica del analizador. Java API for XML Processing le permite usar cualquier implementación de analizador conforme de manera estándar. El código debería ser mucho más portátil, y cuando te das cuenta de que un analizador específico ha envejecido demasiado, puedes reemplazarlo por otro sin cambiar una línea de tu código (si lo haces correctamente).

Básicamente, hay tres formas de manejar XML de manera estándar:

• SAX Esta es la API más simple. Usted lee el XML definiendo una clase Handler que recibe los datos dentro de los elementos / atributos cuando el XML se procesa en serie. Es más rápido y más simple si solo planea leer algunos atributos / elementos y / o escribir algunos valores (su caso).
• DOM Este método crea un árbol de objetos que le permite modificarlo / accederlo aleatoriamente, por lo que es mejor para la manipulación y manipulación de XML complejo.
• StAX Esto está en el medio de la ruta entre SAX y DOM. Simplemente escriba código para extraer los datos del analizador que le interesa cuando se procesa.

Olvídate de las API propietarias como JDOM o Apache (es decir, Apache Xerces XMLSerializer ) porque te vinculará a una implementación específica que puede evolucionar en el tiempo o perder la compatibilidad con versiones anteriores, lo que te hará cambiar tu código en el futuro cuando quieras actualizar a una nueva versión de JDOM o cualquier analizador que use. Si se apega a la API estándar de Java (usando fábricas e interfaces) su código será mucho más modular y fácil de mantener.

No es necesario decir que todos los analizadores propuestos (no los he marcado todos, pero estoy casi seguro) cumplen con una implementación de JAXP, por lo que técnicamente puedes usar todo, sin importar cuál.

Aquí hay una buena comparación en DOM, SAX, StAX y TrAX (Fuente: http://download.oracle.com/docs/cd/E17802_01/webservices/webservices/docs/1.6/tutorial/doc/SJSXP2.html )

Característica StAX SAX DOM TrAX

API Type                 Pull, streaming Push, streaming En árbol de memoria Regla XSLT

Facilidad de uso           Alto Medio Alto Medio

Capacidad XPath    No No Sí Sí

CPU y memoria     Buena Buena Varía Varía

Reenviar solo        Sí Sí No No

Leer XML              Sí Sí Sí Sí

Escribir XML              Sí No Sí Sí

CRUDO                      No No Sí No

XML simple http://simple.sourceforge.net/ es muy fácil para (des) serializar objetos.

Además de SAX y DOM, hay un análisis STaX disponible utilizando XMLStreamReader, que es un analizador de extracción xml.

He encontrado que dom4j es la herramienta para trabajar con XML. Especialmente comparado con Xerces.

No recomendaría esto porque tienes mucho "pensamiento" en tu aplicación, pero usar XSLT podría ser mejor (y potencialmente más rápido con la compilación de XSLT a bytecode) que la manipulación de Java.

Si te importa menos el rendimiento, soy un gran admirador de Apache Digester, ya que esencialmente te permite mapear directamente desde XML a Java Beans.

De lo contrario, primero debe analizar y luego construir sus objetos.