Java与XML联合编程之SAX篇

SAX是Simple API for XML的缩写，它并不是由W3C官方所提出的标准，可以说是“民间”的事实标准。实际上，它是一种社区性质的讨论产物。虽然如此，在XML中对SAX的应用丝毫不比DOM少，几乎所有的XML解析器都会支持它。
　　与DOM比较而言，SAX是一种轻量型的方法。我们知道，在处理DOM的时候，我们需要读入整个的XML文档，然后在内存中创建DOM树，生成DOM树上的每个Node对象。当文档比较小的时候，这不会造成什么问题，但是一旦文档大起来，处理DOM就会变得相当费时费力。特别是其对于内存的需求，也将是成倍的增长，以至于在某些应用中使用DOM是一件很不划算的事（比如在applet中）。这时候，一个较好的替代解决方法就是SAX。
　　SAX在概念上与DOM完全不同。首先，不同于DOM的文档驱动，它是事件驱动的，也就是说，它并不需要读入整个文档，而文档的读入过程也就是SAX的解析过程。所谓事件驱动，是指一种基于回调（callback）机制的程序运行方法。（如果你对Java新的代理事件模型比较清楚的话，就会很容易理解这种机制了）
　　　
　　在XMLReader接受XML文档，在读入XML文档的过程中就进行解析，也就是说读入文档的过程和解析的过程是同时进行的，这和DOM区别很大。解析开始之前，需要向XMLReader注册一个ContentHandler，也就是相当于一个事件监听器，在ContentHandler中定义了很多方法，比如startDocument()，它定制了当在解析过程中，遇到文档开始时应该处理的事情。当XMLReader读到合适的内容，就会抛出相应的事件，并把这个事件的处理权代理给ContentHandler，调用其相应的方法进行响应。
　　这样泛泛的说来或许有些不容易理解，别急，后面的例子会让你明白SAX的解析过程。看看这个简单XML文件：
　　
　　Ogden Nash
　　
　　Adam
　　
　　当XMLReader读到标签时，就会调用ContentHandler.startElement()方法，并把标签名POEM作为参数传递过去。在你实现的startElement()方法中需要做相应的动作，以处理当出现时应该做的事情。各个事件随着解析的过程（也就是文档读入的过程）一个个顺序的被抛出，相应的方法也会被顺序的调用，最后，当解析完成，方法都被调用后，对文档的处理也就完成了。下面的这个表，列出了在解析上面的那个XML文件的时候，顺序被调用的方法：
　　　
　　ContentHandler实际上是一个接口，当处理特定的XML文件的时候，就需要为其创建一个实现了ContentHandler的类来处理特定的事件，可以说，这个实际上就是SAX处理XML文件的核心。下面我们来看看定义在其中的一些方法：
　　
　　void characters(char[] ch, int start, int length)：
　　
　　这个方法用来处理在XML文件中读到字符串，它的参数是一个字符数组，以及读到的这个字符串在这个数组中的起始位置和长度，我们可以很容易的用String类的一个构造方法来获得这个字符串的String类：String charEncontered=new String(ch,start,length)。
　　
　　void startDocument()：
　　
　　当遇到文档的开头的时候，调用这个方法，可以在其中做一些预处理的工作。
　　
　　void endDocument()：
　　
　　和上面的方法相对应，当文档结束的时候，调用这个方法，可以在其中做一些善后的工作。
　　
　　void startElement(java.lang.String namespaceURI, java.lang.String localName, java.lang.String qName, Attributes atts)
　　
　　当读到一个开始标签的时候，会触发这个方法。在SAX1.0版本中并不支持名域，而在新的2.0版本中提供了对名域的支持，这儿参数中的namespaceURI就是名域，localName是标签名，qName是标签的修饰前缀，当没有使用名域的时候，这两个参数都未null。而atts是这个标签所包含的属性列表。通过atts，可以得到所有的属性名和相应的值。要注意的是SAX中一个重要的特点就是它的流式处理，在遇到一个标签的时候，它并不会纪录下以前所碰到的标签，也就是说，在startElement()方法中，所有你所知道的信息，就是标签的名字和属性，至于标签的嵌套结构，上层标签的名字，是否有子元属等等其它与结构相关的信息，都是不得而知的，都需要你的程序来完成。这使得SAX在编程处理上没有DOM来得那么方便。
　　void endElement(java.lang.String namespaceURI, java.lang.String localName, java.lang.String qName)
　　这个方法和上面的方法相对应，在遇到结束标签的时候，调用这个方法。
　　因为ContentHandler是一个接口，在使用的时候可能会有些不方便，因而，SAX中还为其制定了一个Helper类：DefaultHandler，它实现了这个接口，但是其所有的方法体都为空，在实现的时候，你只需要继承这个类，然后重载相应的方法即可。
　　OK，到这儿SAX的基本知识已经差不多讲完了，下面我们来看看两个具体的例子，以更好的理解SAX地用法。
　　SAX编程实例
　　我们还是沿用讲DOM的时候使用的那个文档例子，但首先，我们先看一个简单一些的应用，我们希望能够统计一下XML文件中各个标签出现的次数。这个例子很简单，但是足以阐述SAX编程的基本思路了。
　　一开始当然还是import语句了：
　　import org.xml.sax.helpers.DefaultHandler;
　　import javax.xml.parsers.*;
　　import org.xml.sax.*;
　　import org.xml.sax.helpers.*;
　　import java.util.*;
　　import java.io.*;
　　然后，我们创建一个继承于DefaultHandler的类，具体的程序逻辑在这儿可以暂且放在一边，要注意的是程序的结构：
　　public class SAXCounter extends DefaultHandler {
　　private Hashtable tags; //这个Hashtable用来记录tag出现的次数
　　// 处理文档前的工作
　　public void startDocument() throws SAXException {
　　tags = new Hashtable();//初始化Hashtable
　　//对每一个开始元属进行处理
　　public void startElement(String namespaceURI, String localName,
　　String rawName, Attributes atts)
　　throws SAXException
　　{
　　String key = localName;
　　Object value = tags.get(key);
　　if (value == null) {
　　// 如果是新碰到的标签，这在Hastable中添加一条记录
　　tags.put(key, new Integer(1));
　　} else {
　　// 如果以前碰到过，得到其计数值，并加1
　　int count = ((Integer)value).intValue();
　　count++;
　　tags.put(key, new Integer(count));
　　}
　　}
　　//解析完成后的统计工作
　　public void endDocument() throws SAXException {
　　Enumeration e = tags.keys();
　　while (e.hasMoreElements()) {
　　String tag = (String)e.nextElement();
　　int count = ((Integer)tags.get(tag)).intValue();
　　System.out.println("Tag <" + tag + "> occurs " + count
　　+ " times");
　　}
　　}
　　//程序入口，用来完成解析工作
　　static public void main(String[] args) {
　　String filename = null;
　　boolean validation = false;
　　filename="links.xml";
　　SAXParserFactory spf = SAXParserFactory.newInstance();
　　XMLReader xmlReader = null;
　　SAXParser saxParser=null;
　　try {
　　// 创建一个解析器SAXParser对象
　　saxParser = spf.newSAXParser();
　　// 得到SAXParser中封装的SAX XMLReader
　　xmlReader = saxParser.getXMLReader();
　　} catch (Exception ex) {
　　System.err.println(ex);
　　System.exit(1);
　　}
　　try {
　　//使用指定的ContentHandler，解析给XML文件，这儿要注意的是，为了
　　//程序的简单起见，这儿将主程序和ContentHandler放在了一起。实际上
　　//main方法中所作的所有事情，都与ContentHandler无关。
　　xmlReader.parse(new File(filename),new SAXCounter());
　　} catch (SAXException se) {
　　System.err.println(se.getMessage());
　　System.exit(1);
　　} catch (IOException ioe) {
　　System.err.println(ioe);
　　System.exit(1);
　　}
　　}
　　}
　　我们来看看这段程序作了些什么，在main()方法中，主要做的就是创建解析器，然后解析文档。实际上，在这儿创建SAXParser对象的时候，为了使程序代码于具体的解析器无关，使用了同DOM中一样的设计技巧：通过一个SAXParserFactory类来创建具体的SAXParser对象，这样，当需要使用不同的解析器的时候，要改变的，只是一个环境变量的值，而程序的代码可以保持不变。这就是FactoryMethod模式的思想。在这儿不再具体讲了，如果还有不明白的，可以参看上面DOM中的解释，原理是一样的。
　　不过在这儿还有一点点要注意的地方，就是SAXParser类和XMLReader类之间的关系。你可能有些迷糊了吧，实际上SAXParser是JAXP中对XMLReader的一个封装类，而XMLReader是定义在SAX2.0种的一个用来解析文档的接口。你可以同样的调用SAXParser或者XMLReader中的parser()方法来解析文档，效果是完全一样的。不过在SAXParser中的parser()方法接受更多的参数，可以对不同的XML文档数据源进行解析，因而使用起来要比XMLReader要方便一些。