异构文本数据转换中XML解析方法对比研究
来源：计算机工程杂志2020年第7期北京时间：
作者：何卓桁, 刘志勇, 李璐, 李长明, 张琳
单位：1. 东北师范大学 信息科学与技术学院, 长春 130024;2. 同济大学 软件学院, 上海 200092;3. 长春光华学院 电气信息学院, 长春 130033;4. 吉林大学 软件学院, 长春 130012
摘要：对异构文本数据转换过程中解析XML文本的DOM、SAX、JDOM、DOM4J方法进行对比研究，以解析时间、内存堆占用空间、CPU占用率为评价指标来判定4种解析方法的优劣。该评价方法的优势在于当数据量或数据属性发生变化时，4种解析方法对评价结果的影响仍具有良好的区分度。通过对10份Web日志异构文本数据转换后的XML数据集进行比较，实验结果表明，当数据量增大且以解析时间为重点时，DOM4J解析方法优于其他3种解析方法，当以空间占用为重点时，SAX解析方法优于其他3种解析方法。
关键词：异构文本,XML解析,数据结构转换,时间复杂度,空间复杂度
基金资助：吉林省教育厅十三五科学技术研究规划项目基于高校学生综合素质测评数据预测职业发展方向研究（202118628）；吉林省教育厅新工科研究与实践项目U-G-E'卓越软件工程师’人才培养模式与实践教学深化改革（131003229）。
