JAVA SAX解析

java sax 解析

JAVA 解析 XML 通常有两种方式:DOM 和SAX。DOM（文档对象模型）是W3C标准，提供了标准的解析方式，但其解析效率一直不尽如人意，这是因为DOM解析XML文档时，把所有内容一次性的装载入内存，并构建一个驻留在内存中的树状结构（节点数）。如果需要解析的XML文档过大，或者我们只对该文档中的一部分感兴趣，这样就会引起性能问题。
　　SAX（simple API for XML）是一种XML解析的替代方法。相比于DOM，SAX是一种速度更快，更有效的方法。它逐行扫描文档，一边扫描一边解析。而且相比于DOM，SAX可以在解析文档的任意时刻停止解析，但任何事物都有其相反的一面，对于SAX来说就是操作复杂

SAX的工作原理

　　SAX，它既是一个接口，也是一个软件包.但作为接口，SAX是事件驱动型XML解析的一个标准接口不会改变 SAX的工作原理简单地说就是对文档进行顺序扫描，当扫描到文档（document）开始与结束、元素（element）开始与结束、文档（document）结束等地方时通知事件处理函数，由事件处理函数做相应动作，然后继续同样的扫描，直至文档结束。
　　大多数SAX都会产生以下类型的事件：
　　1.在文档的开始和结束时触发文档处理事件。
　　2.在文档内每一XML元素接受解析的前后触发元素事件。
　　3.任何元数据通常由单独的事件处理
　　4.在处理文档的DTD或Schema时产生DTD或Schema事件。
　　5.产生错误事件用来通知主机应用程序解析错误。

SAX解析文档过程举例

　　对于一个XML文档举例来说
    <doc>
　　<para>Hello,World!</para>
　　</doc>
　　其解析的过程为：
　　1.start document
　　2.start element:doc......
　　3.start element:para.....
　　4.characters:Hello,World!
　　5.end element:para......
　　6.end element;doc......
　　7.end document
　　对于解析过程中的每一步都会有事件发生，都会触发相应接口中的事件处理程序。
　　编写程序的步骤为：
　　（1）.创建事件处理程序（也就是编写ContentHandler的实现类，一般继承自DefaultHandler类，采用adapter模式）
　　（2）.创建SAX解析器
　　（3）.将事件处理程序分配到解析器
　　（4）.对文档进行解析，将每个事件发送给事件处理程序


SAX接口介绍

　　ContentHandler接口 （主要用到的接口）
　　ContentHandler是Java类包中一个特殊的SAX接口，位于org.xml.sax包中。该接口封装了一些对事件处理的方法，当XML解析器开始解析XML输入文档时，它会遇到某些特殊的事件，比如文档的开头和结束、元素开头和结束、以及元素中的字符数据等事件。当遇到这些事件时，XML解析器会调用ContentHandler接口中相应的方法来响应该事件。
　　ContentHandler接口的方法有以下几种：
　　void startDocument()               //文档解析开始的处理
　　void endDocument()                 //文档解析结束的处理
　　void startElement(String uri, String localName, String qName, Attributes atts)  //ElementNode开始的处理
　　void endElement(String uri, String localName, String qName)                     //ElementNode结束的处理
　　void characters(char[ ] ch, int start, int length)                              //具体在某一节点中的处理

　　DTDHandler接口
　　DTDHandler用于接收基本的DTD相关事件的通知。该接口位于org.xml.sax包中。此接口仅包括DTD事件的注释和未解析的实体声明部分。SAX解析器可按任何顺序报告这些事件，而不管声明注释和未解析实体时所采用的顺序；但是，必须在文档处理程序的startDocument()事件之后，在第一个startElement()事件之前报告所有的DTD事件。
　　DTDHandler接口包括以下两个方法
　　void startDocumevoid notationDecl(String name, String publicId, String systemId) nt()
　　void unparsedEntityDecl(String name, String publicId, String systemId, String notationName)
　　EntityResolver接口
　　EntityResolver接口是用于解析实体的基本接口，该接口位于org.xml.sax包中。
　　该接口只有一个方法，如下：
　　public InputSource resolveEntity(String publicId, String systemId)
　　解析器将在打开任何外部实体前调用此方法。此类实体包括在DTD内引用的外部DTD子集和外部参数实体和在文档元素内引用的外部通用实体等。如果SAX应用程序需要实现自定义处理外部实体，则必须实现此接口。

　　ErrorHandler接口
　　ErrorHandler接口是SAX错误处理程序的基本接口。如果SAX应用程序需要实现自定义的错误处理，则它必须实现此接口，然后解析器将通过此接口报告所有的错误和警告。
　　该接口的方法如下：
　　void error(SAXParseException exception)           //不同级别的处理方式
　　void fatalError(SAXParseException exception)
　　void warning(SAXParseException exception)

一个简单例子：
xml文档：

<?xml version="1.0"?>
<books>
    <book id="11">
        <name>effective java</name>
        <price>100.3</price>
    </book>
    <book id="12">
        <name>javaScript</name>
        <price>39.3</price>
    </book>
</books>

我们需要一个文档处理的类，一般需要继承之 contentHandler

package com.ming.util.saxparse;

import org.xml.sax.Attributes;
import org.xml.sax.SAXException;
import org.xml.sax.helpers.DefaultHandler;

public class MyContentHandler extends DefaultHandler {

    private String       preName = null;   // 当前节点元素的名字

    private final String NAME    = "name";

    private final String PRICE   = "prcie";

    private final String BOOK    = "book";

    @Override
    public void startElement(String uri, String localName, String qName, Attributes attributes) throws SAXException {
        if (qName.equals(BOOK)) {
            
            // doto 具体对名字的业务处理，这里我只是简单的进行输出
            System.out.println( BOOK+ ":" + attributes.getQName(0)+" value:"+attributes.getValue(0));
            
        }
        preName = qName;//标记当前的标签名字
    }

    @Override
    public void endElement(String uri, String localName, String qName) throws SAXException {
        preName = null;// 一次处理完后重置标签名
    }

    @Override
    public void characters(char[] ch, int start, int length) throws SAXException {
        if (null != preName) {

            String temp = new String(ch, start, length);

            if (preName.equals(NAME)) {
                // doto 具体对名字的业务处理，这里我只是简单的进行输出
                System.out.println(NAME + ":" + temp);

            } else if (preName.equals(PRICE)) {

                System.out.println(PRICE + ":" + temp);
            }
        }
    }
}

现在还需要一个客户端的调用类：

package com.ming.util.saxparse;

import java.io.IOException;

import org.xml.sax.SAXException;
import org.xml.sax.XMLReader;
import org.xml.sax.helpers.XMLReaderFactory;


public class MySaxParse {
    
    
    public static void main(String[] args) throws SAXException, IOException {
        
        MyContentHandler myHandler = new MyContentHandler();
        
        XMLReader reader = XMLReaderFactory.createXMLReader();
        reader.setContentHandler(myHandler);
        
        //reader.setErrorHandler(myHandler);  //错误的处理器
        reader.parse("/home/inter12/Templates/test.xml");
        
    }
}

XMLReader提供了两种方式的解析 :
传入的为输入流：

public void parse (InputSource input)
        throws IOException, SAXException;

传入的为一个URI：本案例采用的就是这样方式

 public void parse (String systemId)
        throws IOException, SAXException;