XML文件解析SAX方式

　　XML称为可扩展标记语言（ExtensibleMarkupLanguage），由标准通用标记语言（SGML:Standard Generalized MarkuP Language）发展而来，允许开发者自定义标签，可以实现标签和内容的有效分离。

　　与HTML不同，XML不再侧重于数据如何表现，而是更多的关注数据如何存储和传输。因此，XML逐渐演变成为一种跨平台的数据交换格式。通过使用XML，开发者可以在不同平台、不同系统之间进行数据交换。除此之外，还可以使用XML作为配置文件，将应用程序状态保存到XML文件中，而无须使用关系型数据库。

1.XML数据结构

　　XML提供统一的方法来描述独立于应用程序或供应商的结构化数据。编写XML文档至少应该满足以下四个要求：

　　（1）整个XML文档有且只有一个根元素。

　　（2）每个元素都由开始标签和结束标签组成。

　　（3）元素与元素之间应该合理嵌套。

　　（4）元素的属性必须有属性值，而且属性值应该用引号引起来。

　　如下的XML文档按照上述的四点要求，定义了一份人员名单（person.xml）：

　　<?xml version="1.0" encoding="UTF-8"?>
 2 　　<persons>
 3 　　    person id="1" 4 　　        name>Jack</ 5 　　        age>24 6 　　    person 7 　　    ="2" 8 　　        >Tom 9 　　        >2510 　　    11 　　    ="3"12 　　        >Bob13 　　        >2214 　　    15 　　>

　　可以看出，该XML文档的根元素为<persons>，其中包含了3个元素<person>。在每个元素<person>中都包含一个元素属性值id和两个内嵌元素<name>和<age>。

　　当XML文档遵循上面的四个基本规范时，便可以准确的将其转换为树状结构，如图1所示，所以XML是一种树形结构的文档。

图1XML文档对应的树状结构

2.JAXP

　　当XML文档作为数据交换工具时，应用程序必须采用合适的方式来获取XML文档里包含的有用信息，这就需要通过程序来解析XML文档。

　　为了利用XML文档的结构化特性进行解析，目前有两套比较流行的规范：

　　（1）DOM（DocumentObjectModel）：文档对象模型，是W3C推荐的处理XML文档的规范。

　　（2）SAX（SimpleAPIforXML）：不是W3C推荐的标准，但却是整个XML行业的事实规范。

2.1DOM和SAX的区别

　　DOM为解析XML文档定义了一组标准接口，DOM解析器负责读入整个文档，然后将该文档转换成常驻内存的树状结构（也称为DOM树），然后程序代码就可以使用节点与节点之间的父子关系来访问DOM树，并获得每个节点所包含的数据。

　　SAX采用事件驱动机制来解析XML文档，每当SAX解析器发现文档开始、元素开始、文本、元素结束、文档结束等事件时，就会向外发送一次事件，而开发者则可以通过编写事件监听器处理这些事件，以此来获取XML文档里的信息。

　　DOM标准简单易用，但是它需要一次性地读取整个XML文档，而且在程序运行期间，整个DOM树常驻内存，导致系统开销过大。SAX解析方式占用内存小，处理速度更快。

　　由于DOM一次性将整个XML文档全部读入内存，因此可以随机访问XML文档的每个元素。SAX采用顺序模式来依次读取XML文档，因此无法做到随机访问XML文档的任意元素。

2.2JAXP接口

　　JAXP的全称是JavaAPIforXML。JAXP支持DOM、SAX以及XSLT等XML标准，但其本身没有提供任何的XML解析支持，其底层必须依赖于各种具体的XML解析器。通过在各种XML解析器之上再增加一层“工程模式”的抽象，JAXP不与任何具体的XML解析器耦合，因而使得应用程序可以在各种XML解析器之间轻松切换而无须修改源代码。

　　因此，JAXP是建立在DOM和SAX之上的一个抽象层，它既没有提供解析XML的新方法，也没有对DOM和SAX进行任何扩展，仅仅只是提供了一种工厂模式，允许应用程序在不同的XML解析器之间切换。

　　通过JAXP，开发者可以直接面向JAXP的接口和工厂类编程，至于具体选择使用哪一种XML解析器则由JAXP来决定。

　　JAXP本身就是JDK的一部分，由以下3个包组成。

　　（1）java.xml包及其子包：主要用来获取解析器的实例。

　　（2）org.xml.sax包及其子包：提供使用SAX方式解析时所需的接口或类。

　　（3）org.w3c.dom包及其子包：提供使用DOM方式解析时所需的接口或类。

　　其中，java.xml.parsers包中提供了如下4个与DOM和SAX解析相关的类。

　　（1）DocumentBuilderFactory：DOM解析器的工厂类，用于获取DOM解析器实例，它是JAXP工程模式里的工厂。

　　（2）DocumentBuilder：DOM解析器的标准接口，所有的DOM解析器都应该实现该接口。

　　（3）SAXParserFactory：SAX解析器的工厂类，用于获取SAX解析器实例，它是JAXP工程模式里的工厂。

　　（4）SAXParser：SAX解析器的标准接口，所有的SAX解析器都应该实现该接口。

3.JAXP的SAX支持

　　使用SAX解析器对XML文档进行解析时，会触发一系列事件，这些事件将被相应的事件监听器监听，从而触发相应的事件处理方法，应用程序通过这些事件处理方法实现对XML文档的访问。

3.1SAX解析器

　　JAXP为SAX解析器提供了以下的2组API。

　　（1）XMLReader和XMLReaderFactory：XMLReaderFactory工程类的creatXMLReader()静态方法用于创建XMLReader。

　　（2）SAXParser和SAXParserFactory：SAXParserFactory工厂类的newSAXParser()实例方法用于创建SAXParser。

　　以上两组API中的XMLReader和SAXParser都是SAX解析器，它们都定义了多个parser()方法，用于以SAX方式解析XML文档。

　　其中，XMLReader提供了如下2个用于解析XML文档的parser()方法。

　　（1）voidparse(InputSourceinput);　　 //解析InputSource输入源中的XML文档

　　（2）voidparse(StringsystemId);　　　　//解析系统URI指定的XML文档

　　SAXParser则提供了如下4个用于解析XML文档的parser()方法。

　　（1）voidparse(Filef,DefaultHandlerdh);　　　　　　　　 //解析f文件所代表的XML文档

　　（2）voidparse(InputSourceis,DefaultHandlerdh);　　　　//解析InputSource输入源中的XML文档

　　（3）voidparse(InputStreamis,DefaultHandlerdh);　　 //解析InputStream输入源中的XML文档

　　（4）voidparse(Stringuri,DefaultHandlerdh);　　　　　　 //解析系统URI指定的XML文档

　　可以看出，在SAXParser的parser()方法中，第二个参数是一个DefaultHandler对象，该对象就是用于监听SAX解析事件的监听器。

3.2SAX监听器

　　SAX的监听器有以下4个。

　　（1）ContentHandler：监听XML文档内容处理事件的监听器

　　（2）DTDHandler：监听DTD处理事件的监听器

　　（3）EntityResolver：监听实体处理事件的监听器

　　（4）ErrorHandler：监听解析错误的监听器

　　如果使用XMLReader来解析XML文档，开发者需要分别为上述4个监听器提供实现类，然后再调用XMLReader中的setContentHandler()、setDTDHandler()、setEntityResolver()和setErrorHandler()方法注册监听器，这将会非常麻烦。

　　因此，JAXP提供了DefaultHandler类来解决这个问题。DefaultHandler类实现了ContentHandler、DTDHandler、EntityResolver和ErrorHandler接口，并为这些接口中所包含的方法提供了空实现。因此，开发者只需要编写一个继承自DefaultHandler的类，并重写自己所关心的监听方法，而无须为每个方法都提供实现。

3.3使用SAX解析XML文档的一般步骤

　　使用SAXParser解析器解析XML文档的一般步骤如下。

　　（1）通过SAXParserFactory的newInstance()方法创建SAXParserFactory对象（SAX解析器工厂）。

　　（2）通过SAXParserFactory对象的newSAXParser()方法创建SAXParser对象（SAX解析器）。

　　（3）通过SAXParser对象的parser()方法解析XML文档，该方法的第二个参数需要传入一个DefaultHandler对象。

　　要实现上述的3个步骤也很容易，如下的代码演示了这一过程：

public class SaxService { 2 　　 /* 4 　　 * Function : 使用SAXParser解析器解析XML文档 5 　　 * Param : inputStream(XML文档输入流) 6 　　 * Retuen : XML文档中的数据列表 7 　　 * Author : 博客园-依旧淡然 8 　　 */ 9 　　 static List<Person> readxml(InputStream inputStream) throws Exception { 10 　　 SAXParserFactory spf = SAXParserFactory.newInstance(); //创建SAXParserFactory对象(SAX解析器工厂) 11 　　 SAXParser saxParser = spf.newSAXParser(); 　　　　　　　　　　创建SAXParser对象(SAX解析器) 12 　　 MyDefaultHandle myDefaultHandle = new MyDefaultHandle(); 　MyDefaultHandle对象，继承自DefaultHandle类 13 　　 saxParser.parse(inputStream,myDefaultHandle); 　　　　 解析XML文档(以InputStream对象的形式) 14 　　 inputStream.close(); 　　关闭InputStream对象 15 　　 return myDefaultHandle.getPersonList(); 返回XML文档中的数据列表 16 　　 } 17 　　 18 　　}

　　可以看到，在readxml()方法中，我们以InputStream对象的形式读取XML文档，创建并使用SAXParser解析器对该XML文档进行解析，最终返回解析得到的数据列表。这里解析的XML文档正是我们前面提到的那份人员名单（person.xml）。根据该XML文档，我们可以抽象出一个Person类，该类具有id、name、age三项成员变量。包含Person对象的列表正是我们解析该XML文档后所需要得到的内容。

　　此外，在这段代码中，我们还创建了一个MyDefaultHandle对象，MyDefaultHandle继承自DefaultHandle类，并实现了解析XML文档所必须的几个方法。

3.4MyDefaultHandle类的实现

　　ContentHandler监听器用于监听XML文档内容处理事件，在ContentHandler接口中提供了以下几个方法。

　　（1）voidstartDocument();

　　（2）voidendDocument();

　　（3）voidcharacters(char[]ch,intstart,intlength);

　　（4）voidstartElement(Stringuri,StringlocalName,StringqName,Attributesatts);

　　（5）voidendElement(Stringuri,StringqName);

　　（6）voidstartPrefixMapping(Stringprefix,Stringuri);

　　（7）voidendPrefixMapping(Stringprefix);

　　（8）voidignorableWhitespace(char[]ch,intlength);

　　（9）voidprocessingInstruction(Stringtarget,Stringdata);

　　（10）voidskippedEntity(Stringname);

　　其中，当SAX解析器开始处理文档时会触发startDocument()方法；当SAX解析器处理文档结束时会触发endDocument()方法；当SAX解析器处理字符数据时会触发characters()方法；当SAX解析器开始处理元素时会触发startElement()方法；当SAX解析器处理元素结束时会触发endElement()方法；当SAX解析器开始处理元素里的命名空间属性时会触发startPrefixMapping()方法；当SAX解析器处理元素里的命名空间属性结束时会触发endPrefixMapping()方法；当SAX解析器处理元素内容中可忽略的空白时会触发ignorableWhitespace()方法；当SAX解析器处理指令时会触发processingInstruction()方法；当SAX解析器跳过实体时会触发skippedEntity()方法。

　　根据所要解析的XML文档的内容，我们可以有选择的在MyDefaultHandle类中实现ContentHandler、DTDHandler、EntityResolver和ErrorHandler接口提供的方法。这里，根据需要我只是简单的实现了ContentHandler接口中提供的startDocument()、endDocument()、characters()、startElement()和endElement()方法。具体实现代码如下：

class MyDefaultHandle extends DefaultHandler { private Person person = null; 存储解析得到的单个Person对象 4 　　 private List<Person> personList = null; 存储解析得到的所有Person对象 5 　　 private String currentTag = null; 正在解析的元素的标签 6 　　 private static final String TAG = "MyDefaultHandle"; Log标签 8 　　 10 　　 * Function : 获取解析得到的所有Person对象 11 12 　　 13 　　 public List<Person> getPersonList() { 14 　　 return personList; 15 　　 } 16 　　 17 　　 18 　　 * Function : 开始处理文档时触发该方法 19 20 　　 21 　　 void startDocument() throws SAXException { 22 　　 personList = new ArrayList<Person>(); 23 　　 Log.i(TAG,"文档解析开始"); 24 　　 } 25 　　 26 　　 27 　　 * Function : 开始处理元素时触发该方法 28 　　 * Param : uri 命名空间 29 　　 * localName 不带命名空间前缀的标签名 30 　　 * qName 带命名空间前缀的标签名 31 　　 * attributes 属性集合 32 33 　　 34 　　 void startElement(String uri,String localName,String qName,35 　　 Attributes attributes) 36 　　 if(localName.equals("person")) { 当遇到<person>标签时，创建一个Person对象 37 　　 person = new Person(); 38 　　 person.setId(Integer.parseInt(attributes.getValue("id")));　　　　将读到的id属性值存入Person对象 39 　　 } 40 　　 currentTag = localName; 设置当前读到的标签 41 　　 Log.i(TAG,"正在解析-->" + localName); 42 　　 } 43 　　 44 　　 45 　　 * Function : 处理字符数据时触发该方法 46 　　 * Param : ch[] 字符数据内容 47 　　 * start 字符数据起始位置 48 　　 * length 字符数据长度 49 50 　　 51 　　 void characters(char[] ch,int start,255)">int length) 52 　　 if((currentTag != null) && (person != null)) { 53 　　 String currentValues = new String(ch,start,length); 获取当前标签里的内容 54 　　 if(currentTag.equals("name")) { 　　将读到的name属性值存入Person对象 55 　　 person.setName(currentValues); 56 　　 } 57 　　 if(currentTag.equals("age")) { 将读到的age属性值存入Person对象 58 　　 person.setAge(Integer.parseInt(currentValues)); 59 　　 } 60 　　 } 61 　　 currentTag = null; 62 　　 Log.i(TAG,"解析内容-->"+new String(ch,length)); 63 　　 } 64 　　 65 　　 66 　　 * Function : 处理元素结束时触发该方法 67 68 　　 69 　　 void endElement(String uri,String qName) 70 　　　　　　　当读到</person>标签时，向列表中添加读取到的单个Person对象 71 　　 if(localName.equals("person") && (person != null)) { 72 　　 personList.add(person); 73 　　 person = 74 　　 } 75 　　 currentTag = 76 　　 Log.i(TAG,"解析完毕-->" + localName); 77 　　 } 78 　　 79 　　 80 　　 * Function : 处理文档结束时触发该方法 81 82 　　 83 　　 void endDocument() 84 　　 Log.i(TAG,"文档解析完毕"); 85 　　 } 86 　　 87 　　}

　　至此，我们便完成了MyDefaultHandle类的编写，并在MyDefaultHandle类中重写了startDocument()、endDocument()、characters()、startElement()和endElement()方法。

4.单体测试

　　当然了，最后我们还需要对以上的代码进行单体测试，以确保person.xml文件被正确解析，如图2所示。

图2单体测试结果

http://www.cnblogs.com/menlsh/archive/2013/05/04/3060250.html