SAX是轻量、流式、只读的XML解析方式，基于事件驱动，边读取边触发回调，内存占用恒定，适合大文件一次性遍历；DOM则加载整个XML为内存树结构，支持随机访问和修改，但内存开销大。

Java中SAX（Simple API for XML）是一种基于事件驱动的XML解析方式，适合处理大文件、内存受限场景；它不构建整个文档树，而是边读取边触发回调方法。DOM（Document Object Model）则将整个XML加载进内存，构建成树状结构，便于随机访问和修改，但内存开销大。

什么是SAX解析：轻量、流式、只读

SAX是只读、单向、顺序解析——它像“流水线工人”，XML文件从头读到尾，遇到开始标签、结束标签、文本内容等就调用对应的方法（如startElement()、endElement()、characters()）。你通过继承DefaultHandler并重写这些方法来提取数据。

• 不保存XML结构，不支持回溯或修改，无法获取父节点、兄弟节点等上下文关系
• 解析速度快，内存占用恒定（与文件大小基本无关）
• 适合日志分析、配置读取、ETL预处理等一次性遍历场景
• 需手动维护状态（比如用栈记录当前路径，判断嵌套层级）

什么是DOM解析：完整、可查、可改

DOM使用DocumentBuilder把整个XML解析成内存中的树形对象（Document），每个元素都是Node或其子类（如Element、Text）。你可以用XPath查询、遍历任意节点、增删改属性或子元素。

Pandas 配置文件报告生成器

使用ydata-profiling（前身为pandas-profiling）生成全面的数据质量报告，包含相关性分析、缺失值模式和基数检测。导出交互式HTML仪表板和JSON摘要。

下载

• 支持随机访问：比如直接getElementsByTagName("user")获取全部user节点
• 可修改文档结构后重新序列化输出
• 内存占用随XML体积线性增长，超大文件易OOM
• 启动稍慢（要等全部加载完才能操作）

SAX和DOM核心区别对比

二者本质是不同设计哲学的体现：

立即学习“Java免费学习笔记（深入）”；

• 内存模型：SAX无文档对象，DOM必须持有完整Document实例
• 访问方式：SAX只能顺序、单次读取；DOM支持任意位置反复读写
• 适用规模：SAX适合GB级日志/XML流；DOM适合KB~MB级配置文件、模板文档
• 开发成本：SAX逻辑分散在回调里，状态管理易出错；DOM代码集中、直观，但要注意GC压力
• 线程安全：SAX解析器本身不是线程安全的，但每个解析可独立运行；DOM的Document对象非线程安全，多线程需同步或克隆

怎么选：看需求，不看流行度

没有绝对优劣，只有是否匹配场景：

• 只要提取几个字段、文件很大 → 选SAX（或StAX）
• 要反复查询、需要XPath、会修改再保存 → 选DOM
• 既要流式又要一定随机能力 → 考虑StAX（拉模式，比SAX更可控）
• 项目已用Spring/MyBatis等框架 → 它们内部多封装了DOM或JAXB，无需手写SAX