讀取和操縱 XML 文件的標(biāo)準方法是 DOM（“文檔對象模型”）。遺憾的是，這種方法需要讀取整個文件并將它存儲到樹結(jié)構(gòu)中，因而效率不高、緩慢，并且會過度使用資源。
什么是 SAX
讀取和操縱 XML 文件的標(biāo)準方法是 DOM（“文檔對象模型”）。遺憾的是，這種方法需要讀取整個文件并將它存儲到樹結(jié)構(gòu)中，因而效率不高、緩慢，并且會過度使用資源。
一種替代方法是使用 Simple API for XML 或 SAX。SAX 允許正在讀取文檔時處理該文檔，這避免了在采取操作之前需要等待存儲文檔的所有內(nèi)容。
SAX 是由 XML-DEV 郵件列表的成員開發(fā)的，Java 版本由 David Megginson 維護。他們的目的是提供一種更自然的方法來使用 XML，這種方法不會涉及到使用 DOM 的那種開銷。
結(jié)果是基于事件的 API。解析器將事件（譬如，元素的開始或結(jié)束）發(fā)送給處理信息的事件處理程序。然后，應(yīng)用程序自己可以處理數(shù)據(jù)。雖然原始文檔保持不變，但 SAX 提供了操縱數(shù)據(jù)的方法，然后會將該方法導(dǎo)向另一個過程或文檔。
對于 SAX，沒有官方的標(biāo)準；萬維網(wǎng)（W3C）或其它官方組織不維護 SAX，但在 XML 社區(qū)中，它是一個事實上的標(biāo)準。
SAX 處理是如何工作的
SAX 分析經(jīng)過其的 XML 流，這非常象老式的自動收報機紙條。考慮以下 XML 代碼片斷：
<?xml version="1.0"?><samples><server>UNIX</server><monitor>color</monitor></samples>
|
一般情況下，SAX 處理器分析這段代碼將生成以下事件：
Start documentStart element (samples)Characters (white space)Start element (server)Characters (UNIX)End element (server)Characters (white space)Start element (monitor)Characters (color)End element (monitor)Characters (white space)End element (samples)
|
SAX API 允許開發(fā)者捕獲這些事件，并對它們進行操作。
SAX 處理涉及以下幾步：
- 創(chuàng)建事件處理程序。
- 創(chuàng)建 SAX 解析器。
- 將事件處理程序分配給解析器。
- 對文檔進行解析，將每個事件發(fā)送給處理程序。
在SAX與DOM之間，如何選擇
選擇 DOM 還是 SAX，這取決于幾個因素：
- 應(yīng)用程序的目的：如果必須對數(shù)據(jù)進行更改，并且作為 XML 將它輸出，則在大多數(shù)情況下，使用 DOM。與使用 XSL 轉(zhuǎn)換來完成的簡單結(jié)構(gòu)更改不一樣，如果是對數(shù)據(jù)本身進行更改，則尤其應(yīng)該使用 DOM。
- 數(shù)據(jù)的數(shù)量：對于大文件，SAX 是更好的選擇。
- 將如何使用數(shù)據(jù)：如果實際上只使用一小部分數(shù)據(jù)，則使用 SAX 將數(shù)據(jù)抽取到應(yīng)用程序中，這種方法更好些。另一方面，如果知道將需要向后引用已經(jīng)處理過的信息，則 SAX 可能不是正確的選擇。
- 需要速度：通常，SAX 實現(xiàn)比 DOM 實現(xiàn)快。
記住 SAX 和 DOM 不是互斥的，這一點很重要?？梢允褂?DOM 來創(chuàng)建事件的 SAX 流，可以使用 SAX 來創(chuàng)建 DOM 樹。事實上，大多數(shù)解析器實際常常使用 SAX 來創(chuàng)建 DOM 樹！
使用 JAXP 來創(chuàng)建解析器
接下來我們來看一下JAXP的SAX Parser是怎么樣工作的。
首先聲明 XMLReader xmlReader。然后使用 SAXParserFactory 來創(chuàng)建 SAXParser。正是 SAXParser 給您了 XMLReader。
import org.xml.sax.helpers.DefaultHandler;import javax.xml.parsers.SAXParser;import javax.xml.parsers.SAXParserFactory;import org.xml.sax.XMLReader;public class SurveyReader extends DefaultHandler{public SurveyReader() {}public static void main (String args[]) {XMLReader xmlReader = null;try {SAXParserFactory spfactory =SAXParserFactory.newInstance();spfactory.setValidating(false); //設(shè)置驗證選項,如果您的XML文件是有效文檔的話,就不用驗證.這將提高處理速度SAXParser saxParser = spfactory.newSAXParser();xmlReader = saxParser.getXMLReader();} catch (Exception e) {System.err.println(e);System.exit(1);}}}
|
設(shè)置內(nèi)容處理程序
一旦創(chuàng)建了解析器，則需要將 SurveyReader 設(shè)置為內(nèi)容處理程序，以便于其接收事件。
xmlReader 的 setContentHandler() 方法完成這項工作。
...xmlReader = saxParser.getXMLReader();xmlReader.setContentHandler(new SurveyReader());} catch (Exception e) {...
|
當(dāng)然，對于內(nèi)容處理程序，這不是唯一的選項。
解析 InputSource
為了對文件進行實際地解析，需要 InputSource。這個 SAX 類封裝了所有將要處理的數(shù)據(jù)，所以不必擔(dān)心它來自哪里。
現(xiàn)在，準備對文件進行實際解析。應(yīng)用程序?qū)⒎庋b在 InputSource 中的文件傳遞給 parse()，然后應(yīng)用程序會繼續(xù)運行。
...import org.xml.sax.InputSource;...xmlReader = saxParser.getXMLReader();xmlReader.setContentHandler(new SurveyReader());InputSource source = new InputSource("surveys.xml");xmlReader.parse(source);} catch (Exception e) {...
|
可以編譯和運行該程序，但這時應(yīng)該什么也沒有發(fā)生，因為應(yīng)用程序還沒有定義任何事件。
創(chuàng)建 ErrorHandler
當(dāng)然總會有可能在試圖進行解析時，數(shù)據(jù)有問題。在這樣的情況下，有一個處理程序來處理錯誤和內(nèi)容將是有幫助的。
就如同創(chuàng)建內(nèi)容處理程序一樣，可以創(chuàng)建出錯處理程序。通常，將作為 ErrorHandler 的單獨實例來創(chuàng)建它，但為了簡化該示例，出錯處理正是包含在 SurveyResults 中。由于該類繼承了 DefaultHandler 且沒有擴展 ContentHandler，所以這種雙重用法是可能的。
需要關(guān)注的事件有三個：警告、錯誤和致命錯誤。
...import org.xml.sax.SAXParseException;public class SurveyReader extends DefaultHandler{public SurveyReader() {}public void error (SAXParseException e) {System.out.println("Error parsing the file: "+e.getMessage());}public void warning (SAXParseException e) {System.out.println("Problem parsing the file: "+e.getMessage());}public void fatalError (SAXParseException e) {System.out.println("Error parsing the file: "+e.getMessage());System.out.println("Cannot continue.");System.exit(1);}}....xmlReader.setContentHandler(new SurveyReader());xmlReader.setErrorHandler(new SurveyReader());//設(shè)置 ErrorHandlerInputSource source = new InputSource("surveys.xml");....public static void main (String args[]) {...
|
SAX 事件
以下事件是常用的；它們都在 org.xml.sax 包的 HandlerBase 類中定義。
- startDocument 表示文檔開始。
- endDocument 表示文檔結(jié)束。
- startElement 表示元素開始。當(dāng)一對標(biāo)記中的起始標(biāo)記中的所有內(nèi)容被處理后，解析器 激發(fā)此事件。包括了標(biāo)記名和其屬性。
- endElement 表示元素結(jié)束。
- characters 包含字符數(shù)據(jù)，類似于 DOM 的一個 Text 節(jié)點。
還有更多的 SAX 事件：
- ignorableWhitespace 此事件類似于我們前面所討論的無用 DOM 節(jié)點。它與 character 事件的區(qū)別，好處是:如果您不需要空格符，您可以通過忽略這個事件來忽略所有的空格符。
- warning、error 和 fatalError 這三個事件表示了解析錯誤。您可根據(jù)需要來響應(yīng)它們。
- setDocumentLocator 這個事件允許您存儲一個 SAX 的 Locator 對象。Locator 對象可以用來找出在文檔中確切發(fā)生事件的地方。
