浅析使用SAX解析XML

浅析使用SAX解析XML

1. 概述

Java解析XML通常有两种方式，DOM和SAX。DOM虽然是W3C的标准，提供了标准的解析方式，但它的解析效率一直不尽如人意，因为使用DOM解析XML时，解析器读入整个文档并构建一个驻留内存的树结构（节点树），然后您的代码才可以使用DOM的标准接口来操作这个树结构。但大部分情况下我们只对文档的部分内容感兴趣，根本就不用先解析整个文档，并且从节点树的根节点来索引一些我们需要的数据也是非常耗时的。

SAX是一种XML解析的替代方法。相比于文档对象模型DOM，SAX是读取和操作XML数据的更快速、更轻量的方法。SAX允许您在读取文档时处理它，从而不必等待整个文档被存储之后才采取操作。它不涉及DOM所必需的开销和概念跳跃。

SAX解析XML文档采用事件驱动模式。什么是事件驱动模式？它将XML文档转换成一系列的事件，由单独的事件处理器来决定如何处理。

基于事件驱动的处理模式主要是基于事件源和事件处理器（或者叫监听器）来工作的。一个可以产生事件的对象叫做事件源，而一个可以针对事件做出响应的对象就被叫做事件处理器。

以下介绍使用SAX来解析XML，如果您对DOM解析感兴趣，请自行查阅相关资料。

2. API

SAX API是一个基于事件的API，适用于处理数据流，即随着数据的流动而依次处理数据。

下面介绍类库中常用到的接口与类。

2.1 ContentHandler接口

接口作用：用于接收XML文档逻辑内容的通知的处理器接口。这是我们做XML的SAX解析最常用到的接口。

该接口中常用的方法：

    /*      * 接收字符数据的通知。      * 在DOM中，ch数组从begin位置开始，长度为length的元素，     * 相当于Text节点的节点值（nodeValue）      */    public void characters(char[] ch, int begin, int length) throws SAXException;    /*      * 接收元素结束的通知。      * 参数意义如下：      *    uri：元素的命名空间      *    localName：元素的本地名称     *    qName：元素的限定名     *       */      public void endElement (String uri, String localName, String qName)     throws SAXException;    /*      * 接收文档的开始的通知。      */     public void startDocument () throws SAXException;    /*      * 接收元素开始的通知。      * 参数意义如下：     *    uri：元素的命名空间     *    localName：元素的本地名称（不带前缀）     *    qName：元素的限定名（带前缀）      *    atts：元素的属性集合     */    public void startElement (String uri, String localName, String qName, Attributes atts)    throws SAXException;

2.2 DTDHandler 接口

接口作用：用于接收与DTD相关的事件的通知的处理器接口。

2.3 EntityResolver接口

接口作用：用于解析实体的基本接口。

2.4 ErrorHandler接口

接口作用：是用于错误处理程序的基本接口。

2.5 DefaultHandler类

实际上DefaultHandler就是实现了前述的四个事件处理器接口，然后提供了每个抽象方法的默认实现。

我们在使用SAX时，一般都是继承自DefaultHandler，然后实现需要的方法，而保持其他方法默认实现。

2.6 SAXParser

SAX解析器，此类的实例可以从SAXParserFactory.newSAXParser() 方法获得。获取此类的实例之后，将可以从各种输入源解析XML。

简单示例：

xml文件：

<employees>    <employee id="1">        <name>小明</name>        <age>29</age>        <address>四川成都</address>    </employee>    <employee id="2">        <name>老骆</name>        <age>35</age>        <address>四川成都</address>    </employee></employees>

处理器类：

package com.demo;import java.util.ArrayList;import java.util.HashMap;import java.util.List;import java.util.Map;import org.xml.sax.Attributes;import org.xml.sax.SAXException;import org.xml.sax.helpers.DefaultHandler;/** * 处理器类 *  * @author 小明 * */public class MyHandler extends DefaultHandler {    // 存储单个解析(employee)的完整对象    private Map<String, String> map;    // 存储所有解析(employees)的完整对象    private List<Map<String, String>> list;    // 当前正在解析的元素的标签名    private String currentTag;    // 当前正在解析的元素的值    private String currentValue;    // 当前需要解析的元素的节点名称    private String nodeName;    public MyHandler(String nodeName) {        super();        this.nodeName = nodeName;    }    public List<Map<String, String>> getList() {        return list;    }    /**     * 当读取到xml文档准备开始解析的时候，这时会触发这个方法的执行     */    @Override    public void startDocument() throws SAXException {        list = new ArrayList<Map<String, String>>();    }    /**     * 当遇到元素开始的时候，调用这个方法     */    @Override    public void startElement(String uri, String localName, String qName,            Attributes attributes) throws SAXException {        if (qName.equals(nodeName)) { // 是当前需要解析的节点，则创建Map对象            map = new HashMap<String, String>();        }        if (attributes != null && map != null) { // map对象存在，且节点有属性，则映射属性名与属性值            for (int i = 0; i < attributes.getLength(); i++) {                map.put(attributes.getQName(i), attributes.getValue(i));            }        }        currentTag = qName; // 当前解析的节点名称    }    /**     * 这个方法是用来处理xml文本节点所读取到的内容     */    @Override    public void characters(char[] ch, int start, int length)            throws SAXException {        if (currentTag != null && map != null) { // 有解析到节点，且map不为空            currentValue = new String(ch, start, length); // 转换文本节点值            if (currentValue != null && !"".equals(currentValue.trim())                    && !"\n".equals(currentValue.trim())) { // 文本节点值不为空，则映射节点名称与节点文本值                map.put(currentTag, currentValue);            }        }        currentTag = null;        currentValue = null;    }    /**     * 遇到结束标记的时候会调用这个方法     */    @Override    public void endElement(String uri, String localName, String qName)            throws SAXException {        if (qName.equals(nodeName)) { // 需要解析的节点解析完毕，则将已解析得到的单个完整对象添加到list中保存            list.add(map);            map = null; // map置空        }    }}

服务类：

package com.demo;import java.io.File;import java.io.IOException;import java.io.InputStream;import java.util.List;import java.util.Map;import javax.xml.parsers.ParserConfigurationException;import javax.xml.parsers.SAXParser;import javax.xml.parsers.SAXParserFactory;import org.xml.sax.SAXException;/** * 解析服务类 *  * @author 小明 * */public class SAXService {    /**     * 解析XML节点     *      * @param in     *            待解析的XML输入流     * @param nodeName     *            待解析的节点名称     * @return 完整解析列表     */    public static List<Map<String, String>> readXML(InputStream in,            String nodeName) {        // 创建一个用于SAX解析的工厂对象        SAXParserFactory factory = SAXParserFactory.newInstance();        try {            // 从工厂中创建SAX解析器对象            SAXParser parser = factory.newSAXParser();            // 使用解析器解析需要先创建DefaultHandler引用的对象            MyHandler handler = new MyHandler(nodeName);            // 解析            parser.parse(in, handler);            // 释放流资源            in.close();            // 返回解析结果列表            return handler.getList();        } catch (ParserConfigurationException e) {            e.printStackTrace();        } catch (SAXException e) {            e.printStackTrace();        } catch (IOException e) {            e.printStackTrace();        }        return null;    }    /**     * 解析XML节点     *      * @param file     *            待解析的xml文件对象     * @param nodeName     *            待解析的节点名称     * @return 完整解析列表     */    public static List<Map<String, String>> readXML(File file, String nodeName) {        // 创建一个用于SAX解析的工厂对象        SAXParserFactory factory = SAXParserFactory.newInstance();        try {            // 从工厂中创建SAX解析器对象            SAXParser parser = factory.newSAXParser();            // 使用解析器解析需要先创建DefaultHandler引用的对象            MyHandler handler = new MyHandler(nodeName);            // 解析            parser.parse(file, handler);            // 返回解析结果列表            return handler.getList();        } catch (ParserConfigurationException e) {            e.printStackTrace();        } catch (SAXException e) {            e.printStackTrace();        } catch (IOException e) {            e.printStackTrace();        }        return null;    }}

测试类：

package com.demo;import java.io.File;import java.util.List;import java.util.Map;public class SaxDemo {    public static void main(String[] args) {        File file = new File("demo.xml");        List<Map<String, String>> list = SAXService.readXML(file, "employee");        for (Map<String, String> map : list) {            System.out.println(map);        }    }}