간단한 XML 소개와 XML 파서 종류

데이터 구조가 잡히기 전 임시? 데이터 파일용으로 xml을 사용하려고 합니다. 뭐 만들어두면 간단한 설정파일등에 사용도 가능하구요.

기존에 잘 썼던 TinyXml을 쓸까 하다가 MSXml과 XmlLite등 다른 것들도 포착이 되네요. 세부적으로 프로그래밍 API까진 아니고 간단하게 리서치 한 내용을 포스팅 해봅니다.

• XML 파싱 방식

SAX(Simple API for XML)와 DOM(Document Object Model)이 있습니다.

• SAX(Simple API for XML)

XML문서 구성요소를 읽어 들일때마다 이벤트로 처리해 주기 때문에 대용량 처리에 적합하고 빠르고, 대용량 문서나 많은 문서를 처리할 때 적절합니다. 단점으로는 읽어낸 데이터를 다시 이용할 수 없어 재활용하려면 자료구조를 따로 만들어줘야 합니다.

• DOM(Document Object Model)

각각의 구성요소를 객체로 모델링화해서 객체가 가진 속성과 메소드를 통해 문서의 구조와 데이터를 다룰 수 있도록 W3C가 국제표준으로 제안한 XML 프로그래밍 인터페이스입니다.

XML 문서를 해석하여 DOMTree형태로 메모리에 올립니다. 해서 자료구조를 가지고 있어서 데이터를 바로 읽고 수정뿐 아니라 노드 추가등의 작업도 가능합니다. SAX보단 느립니다.

• XML 관련 모듈
• TinyXml

DOM 방식
UTF-8 파싱을 지원하지만 기본적으로 유니코드로 컴파일이 안된다.
UTF-8로 된 파일에서 한글을 읽을 때 MultiByteToWideChar에 CP_UTF8옵션으로 읽을 것.
UTF-16미지원

• MSXML

DOM 방식.
COM.
SAX도 지원하는듯.
MSXML버젼 때문에 정상적으로 파싱 하지 못하는 경우가 발생할 수 있다. 별도 MSXML 배포버젼이 있지만 일반적으로 유저들은 IE를 설치할 때 같이 배포된 MSXML을 사용하기 때문에 사용자의  IE버젼과 OS버젼에 따라 이런 경우가 발생한다.
이걸로 개발하면 유저들도 닷넷 프레임워크를 필요로 한다. 그런데 요즘엔 XP SP2이상이면 기본으로 깔려 있으니 상관 없을 듯.

• XmlLite

SAX방식.

작고 가볍다.

MSXML에 비해 제공되는 기능은 적다. 파싱을 위한 코딩 량이 기존에 비해 커질 수 있다.

• Expat

SAX방식.

• Xerces

SAX 방식.
utf-16지원.
Apache 프로젝트중 하나.
유니코드 지원 되는 듯.
파싱만 된다. 생성은 안됨.

• ACEXML

SAX 방식.
utf-16지원.


검색해보니 17메가짜리 XML을 파싱하는데 SAX는 1초 DOM은 62초 넘게 걸렸다고 하네요. DOM은 XML 용량이 크지않고 데이터에 임의 접근이 자주 일어날 때, 내용을 XML 파일로 백업할 때 유용할 듯합니다. 그외 나머지는  SAX방식으로 접근하면 될 듯 하네요.

그나저나 구글 블로거에서 쓰니 영 글 모양새가 이쁘지가 않은...;;